뉴스

HyperAI는 5월 26일부터 5월 29일까지 이미지 합성, 음성 인식, 프로그래밍 추론, 음악 및 기타 분야를 포괄하는 매우 귀중하고 널리 사용되는 데이터 세트와 튜토리얼 시리즈를 모든 사람을 위해 편집했습니다.

"오로라 대규모 대기 기본 모델 데모"는 이제 HyperAI 공식 웹사이트의 "튜토리얼" 섹션에서 이용할 수 있습니다. 와서 체험해 보세요!

클래스 간 통합 생성 프레임워크인 UniMoMo는 구조적 계층 구조와 원자 수준의 정밀도를 효과적으로 균형 있게 유지합니다.

"ParaKeet-tdt-0.6b-v2 음성 인식" 데모가 HyperAI 공식 웹사이트의 "튜토리얼" 섹션에 업로드되었습니다.

런던 퀸 메리 대학교와 옥스퍼드 대학교 연구팀은 영국 성인 746만 명의 익명 전자 건강 기록을 기반으로 두 가지 새로운 암 예측 알고리즘을 개발하기 위해 협력했습니다.

TOPSIS 분류 융합(TCF) 모델은 ICU에 있는 패혈성 쇼크 환자의 28일 이내 사망 위험을 예측하는 데 사용할 수 있습니다.

HyperAI는 5월 19일부터 5월 23일까지 인공지능, 이미지 및 텍스트 생성, 수학, 재료 등 다양한 분야를 포괄하여 모든 사람을 위한 매우 귀중하고 널리 사용되는 데이터 세트와 튜토리얼 시리즈를 편집했습니다.

Google은 Gemma 3을 기반으로 의료 텍스트와 이미지 이해를 전문으로 하는 MedGemma를 출시했습니다.

Google은 3월에 지금까지 가장 스마트한 모델인 Gemini 2.5 Pro를 출시했습니다.

MIT와 하버드 대학의 팀은 단백질 서열과 세포 이미지를 결합하여 알려지지 않은 단백질의 세포 내 위치를 예측하는 PUPS라는 프레임워크를 제안했습니다.

저장대학교 지구과학대학 전임 연구원인 치진(Qi Jin)은 "딥타임 지구 군중 지능 협력 혁신 플랫폼"에 대한 특별 발표를 했습니다.

"ACE-Step: 음악 생성을 위한 기본 모델"은 단 20초 만에 최대 4분 분량의 음악을 합성할 수 있으며, 이는 LLM 기반 기준 방식보다 15배 빠릅니다.

황런쉰은 Computex 2025에서 데이터 센터, 기업 AI, 로봇공학 분야에서 엔비디아에 대한 여러 가지 최신 소식을 공유했습니다.

미국의 코넬 대학과 리제네론 제약은 일관된 특성과 생존 결과를 보이는 하위 표현형을 식별하기 위해 그래프로 인코딩된 혼합 생존 모델(GEMS)을 제안했습니다.

HyperAI는 의학적 질문과 답변, 의학적 추론, 의료 영상 및 기타 데이터를 포함하여 가장 인기 있는 의료 데이터 세트를 여러분을 위해 편집했습니다.

Google DeepMind는 일반적인 알고리즘 발견 및 최적화에 사용할 수 있는 AI 에이전트 AlphaEvolve 프로그래밍을 발표했습니다.

컬럼비아 대학과 스탠포드 대학의 연구진은 확산 모델을 기반으로 한 생성적 인공지능 구조 분석 방법인 PXRDnet을 제안했습니다.

HyperAI 공식 웹사이트의 "튜토리얼" 섹션에서 "컨텍스트 내 편집: 명령 기반 이미지 생성 및 편집"이 출시되었습니다. 정확한 이미지 수정을 위해서는 극히 소수의 텍스트 명령만 필요합니다. 와서 체험해 보세요!

워싱턴 대학의 데이비드 베이커 팀은 최근 고급 생성 모델을 사용하여 합성 OLG 설계 연구를 수행하고 엔지니어링 관점에서 그 실행 가능성을 검증했습니다.

러시아 과학 아카데미의 연구자들은 MEDUSA Search라는 기계 학습 기반 검색 엔진을 개발했습니다. 이 검색 엔진은 테라바이트 규모의 고해상도 질량 분석 데이터를 분석하여 알려지지 않은 화학 반응을 발견하는 데 도움이 됩니다!

vLLM을 빠르게 마스터하기 위한 10가지 실용적인 튜토리얼과 모델 예시

기존의 고급 모델보다 뛰어난 세분화 및 일반화 기능을 제로샷, 원샷, 퓨샷 시나리오에서 구현합니다.

연구팀은 수소화물 SSE에서 독특한 "2단계" 이온 이동 메커니즘을 밝히기 위해 혁신적인 프레임워크를 제안했습니다.

하얼빈 공업대학 연구팀은 추론 시간을 크게 단축할 수 있는 계층적 증류 다중 인스턴스 학습 프레임워크 HDMIL을 제안했습니다.

Qwen3 원클릭 배포 튜토리얼이 포함되어 있습니다.

청화대학교 AIR의 Zhou Hao가 이끄는 팀은 효율적인 단백질 패밀리 설계를 달성하는 ProfileBFN(Profile Bayesian Flow Network)을 제안했습니다.

IBM Research와 기타 기업들이 지구 관측 데이터에 대한 강력한 지원을 제공하기 위해 EarthDial을 공동 출시합니다.

일본 와세다 대학의 한 팀은 기계 학습 기술을 사용하여 광 구동 결정의 분자 설계 및 실험 최적화를 수행하여 차단력을 최대화하는 데 성공했습니다.

4.21-4.25
주간 하이라이트!

12개의 HPC 튜토리얼 요약이 포함되어 있습니다.