VenusREM est désormais disponible dans la section tutoriels d'HyperAI. Suivez les tutoriels pour mener à bien l'ensemble du processus : configuration de l'environnement, déploiement du modèle, prédiction des effets des mutations et visualisation des résultats.
Mage-Flow est désormais disponible sur HyperAI (hyper.ai), permettant aux développeurs de bénéficier d'une génération et d'une édition d'images de haute qualité à moindre coût. Les utilisateurs intéressés peuvent l'explorer en un seul clic !
Une équipe de recherche de l'Institut d'études géologiques des États-Unis (USGS) a contourné l'approche traditionnelle consistant à « localiser d'abord le séisme puis à estimer sa magnitude » et a proposé une méthode de classification binaire de la magnitude basée sur l'apprentissage automatique.
L'ensemble de données est désormais disponible sur HyperAI, permettant aux chercheurs et aux développeurs d'explorer rapidement les options de formation, d'évaluation et d'application.
Nanbeige 4.2-3B est désormais disponible sur HyperAI (hyper.ai), permettant aux développeurs d'explorer les applications d'agents intelligents natifs à moindre coût. Les utilisateurs intéressés peuvent l'essayer en un clic !
Une équipe de l'université de Stanford et d'autres institutions a développé un système de « scientifique des rayons X IA » et l'a déployé sur une véritable ligne de faisceau à la source de rayonnement synchrotron de Stanford.
Une équipe de recherche du Laboratoire national d'Argonne aux États-Unis a proposé un système d'agents intelligents appelé ChemGraph, piloté par un modèle de langage de grande taille.
La section tutoriels HyperAI (hyper.ai) inclut désormais les ressources de workflow ComfyUI et de modèles ComfyUI × Wan 2.2. Déployez votre modèle en un seul clic !
Une équipe de recherche de la Harvard Medical School, de Roche Pharmaceuticals et de l'université du Zhejiang a proposé un modèle de base pancancéreux appelé COMPASS.
Les données d'entraînement deviennent un facteur clé dans la compétition pour les grands modèles. Lorsque le nombre de paramètres n'est plus le seul obstacle, la qualité, la structure et l'adéquation des données à la tâche déterminent les performances réelles du modèle en matière d'inférence, de codage et d'interaction. La série de jeux de données Nemotron de NVIDIA est conçue précisément pour répondre à cette tendance.
Une équipe de Virginia Tech a développé un modèle de correspondance de flux isovariant SE(3), RNAbpFlow, basé sur les conditions de séquence et de paire de bases.
HyperAI (hyper.ai) a compilé des ressources pertinentes sur les modèles pour aider les développeurs à les déployer. Les utilisateurs intéressés peuvent les essayer en un seul clic !
HyperAI (hyper.ai) a désormais officiellement lancé la fonctionnalité permettant de configurer les « variables d'environnement et les variables secrètes » pour les conteneurs de calcul.
L'équipe de recherche d'OpenAI a récemment proposé une version mise à jour de GeneBench, GeneBench-Pro, qui couvre un plus large éventail de domaines industriels et académiques.
Cet article compile 10 ensembles de données relatifs à l'évaluation des capacités des agents d'IA, qui peuvent être utilisés en ligne et couvrent différents domaines de capacités tels que la mémoire à longue portée, le raisonnement multi-étapes et l'invocation d'outils.
Meta a proposé le cadre général Autodata. Ce cadre permet aux agents intelligents d'agir comme des « data scientists », en construisant des données de haute qualité par la génération, l'analyse et l'itération.