AI资讯Uber计划将数百万司机车辆变为自动驾驶数据传感网
Uber的长期目标不仅仅是提供乘客接送服务,公司希望未来能在其人类司机的车辆上安装传感器,收集真实世界的数据,供自动驾驶(AV)公司以及其他训练物理世界场景AI模型的企业使用。 Uber首席技术官Praveen Neppalli Naga在旧金山TechCrunch StrictlyVC活动上透露了这一计划,他称这是一项从今年一月底推出的“AV Labs”项目自然延伸出来的战略。 “这是我们最终想
按标签聚合查看文章内容。
AI资讯Uber的长期目标不仅仅是提供乘客接送服务,公司希望未来能在其人类司机的车辆上安装传感器,收集真实世界的数据,供自动驾驶(AV)公司以及其他训练物理世界场景AI模型的企业使用。 Uber首席技术官Praveen Neppalli Naga在旧金山TechCrunch StrictlyVC活动上透露了这一计划,他称这是一项从今年一月底推出的“AV Labs”项目自然延伸出来的战略。 “这是我们最终想
AI资讯对于争夺AI领域霸主地位的科技公司来说,原始且高质量的数据极为珍贵。为了保持支撑我们喜爱AI聊天机器人的大型语言模型的最新状态,这些公司必须不断输入大量新鲜数据。正如一项研究显示,自2010年以来,用于训练AI的数据量每九个月就翻一番,这种指数级增长可能很快会遇到瓶颈,因为干净数据的储备正处于严重短缺状态。 当没有更多原创内容可供挖掘时,企业开始支付给工人以生成新的训练数据,通常提供低质量的合同,
AI资讯训练AI模型以利用其他AI模型进行优化,已成为新兴实验室的热门目标。近日,Anthropic的研究员通过其研究员项目,首次向我们展示了这一目标在实际中的初步实现方式。 上周五,Anthropic发布了一篇题为《自动化研究者能够可靠地缓解对齐失败》的新论文,详细介绍了AI系统如何在一系列对齐基准测试中稳定提升模型性能。面对10个针对特定不对齐行为的基准测试,自动化系统均成功提升了表现,且未损害整体性
AI资讯一群出版商和作者联合对谷歌提起了集体诉讼,指控这家科技巨头未经授权使用他们的版权作品来训练其AI平台Gemini。 原告团体包括哈切特(Hachette)、森盖奇(Cengage)、爱思唯尔(Elsevier)、作家斯科特·图罗(Scott Turow)以及S.C.R.I.B.E.。诉讼中称,谷歌故意删除或更改了这些作品上的版权信息,以“掩盖其Gemini模型是基于盗用材料训练”的事实。 这起诉讼
AI资讯Thinking Machines实验室在一篇博客文章中介绍了其首款模型Inkling。该模型从零开始训练,能够理解音频、视频以及文本输入。虽然Inkling在主流基准测试中并非表现最佳,但它在多项任务中表现出色,具备高级推理和编程能力。与许多开源权重模型类似,Inkling规模庞大,拥有9750亿参数,需要在专用芯片集群上运行。 值得注意的是,Thinking Machines利用Inkling