资讯中心

• 面试官：说说Volatile底层实现原理？
  在 Java 并发编程中，有 3 个最常用的关键字：synchronized、ReentrantLock 和 volatile。虽然 volatile 并不像其他两个关键字一样，能保证线程安全，但 volatile 也是并发编程中最常见的关键字之一。例如，单例模式
  2024-03-01开发0299
• C++11智能指针：从裸指针到安全内存管理的转变
  在C++编程中，内存管理一直是一个至关重要的方面。裸指针（raw pointers）在传统C++编程中广泛使用，但它们往往与内存泄漏、悬挂指针（dangling pointers）和野指针（wild pointers）等问题相关联。为了解决这些问题，C++11引入
  2024-03-01开发0302
• 微软、国科大开启1Bit时代：大模型转三进制，速度快4倍能耗降至1/41
  把大模型的权重统统改成三元表示，速度和效率的提升让人害怕。今天凌晨，由微软、国科大等机构提交的一篇论文在 AI 圈里被人们争相转阅。该研究提出了一种 1-bit 大模型，实现效果让人只想说两个字：震惊。如果该论文的方法可以广泛使用，这可能是生成式 AI 的新时代。
  2024-03-01AI人工智能0318
• 厦门大学、Intel、大疆联合出品，从网络视频中学习零样本图像匹配大模型
  图像匹配是计算机视觉的一项基础任务，其目标在于估计两张图像之间的像素对应关系。图像匹配是众多视觉应用如三维重建、视觉定位和神经渲染 (neural rendering) 等的基础和前置步骤，其精确度和效率对于后续处理十分重要。传统算法（SIFT）在面临长基线或极端
  2024-03-01AI人工智能0337
• 陈丹琦团队新作：Llama-2上下文扩展至128k，10倍吞吐量仅需1/6内存
  陈丹琦团队刚刚发布了一种新的LLM上下文窗口扩展方法：它仅用8k大小的token文档进行训练，就能将Llama-2窗口扩展至128k。最重要的是，在这个过程中，只需要原来1/6的内存，模型就获得了10倍吞吐量。除此之外，它还能大大降低训练成本：用该方法对7B大小的
  2024-03-01AI人工智能0298
• 微软6页论文爆火：三进制LLM，真香！
  这就是由微软和中国中科院大学在最新一项研究中所提出的结论——所有的LLM，都将是1.58 bit的。具体而言，这项研究提出的方法叫做BitNet b1.58，可以说是从大语言模型“根儿”上的参数下手。将传统以16位浮点数（如FP16或BF16）形式的存储，统统变成
  2024-03-01AI人工智能0297

首 页 98 99 100 101 102 103 104 105 106 107 末页