百度美研要做的第三件事则是做最有挑战的项目,这些项目包括:山西阳泉的新数据中心;大数据预测;百度天眼;医疗大数据分析;语音识别技术等。
其中,百度天眼项目受到极大关注。这是一款可以实时知晓飞机航线的产品,其数据通过地面设备得到,而非官方渠道获取信息,这解决了拿不到数据以及信息滞后这两大问题。此外,百度的语音识别技术也获得突破,在一项识别错误率的比较中,百度无论在安静环境还是噪音环境中,识别正确率都高于谷歌。百度高级技术总监吕厚昌表示:“尽管有这些成果,但还只是一小步,百度美研未来任重而道远。”
对于中国如何学习硅谷精神,百度The Big Talk特意邀请到Apple的联合创始人沃兹尼亚克来谈此话题。沃兹尼亚克说,“硅谷已经从硬变软,硅谷精神是内生的,这些科技人士在此学习长大。”值得注意的是,在他看来,创业是一种空前的快乐。这或许就是硅谷为何能持续创新和拥有激情的本质。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。