CNET科技资讯网 5月5日 北京消息:今天,滴滴出行宣布与斯坦福大学人工智能实验室(Stanford Artificial Intelligence Laboratory)达成合作,双方将围绕人工智能热点课题进行科学研究、课程创新、人才培养等。这是继牵手密歇根大学之后,滴滴再一次与国际高校进行合作。
据了解,合作期间,双方将重点对人工智能、智能驾驶领域热点课题展开研究,具体研究方向包括计算机视觉、机器学习、迁移学习等。除整合双方优势,进行前沿科学研究探索外,滴滴还将参与SAIL课程设计,开放滴滴数据平台,提供部分脱敏数据供学生进行实验和研究,以培养更多具有创新意识的人工智能领域顶级人才。
公开资料显示,斯坦福大学在机器学习、人工智能等领域实力深厚,其人工智能实验室成立于1962年,是全球顶级人工智能研究机构之一。目前SAIL聚集了多个领域专家,覆盖计算机视觉、机器学习、图像处理、传感器网络、自然语言处理、机器人技术等多个领域,包括Andrew Ng(吴恩达)、李飞飞等华裔专家被大部分国人熟知。
滴滴出行CTO张博表示:“滴滴平台拥有全世界最丰富的出行数据,基于领先的大数据和技术优势,当前滴滴正在驱动人工智能技术迅速迭代升级,并且通过积极的国际化部署推动世界交通和汽车产业变革。此次合作也是优势校企资源的再度携手,相信将能提速人工智能和智能驾驶等技术的科研发展,在全球交通产业创新前沿实现突破,为社会发展创造更大价值。”
技术与创新是滴滴发展的重要驱动力之一。早在2015年5月,滴滴就正式成立机器学习研究院,将机器学习大规模应用在出行领域,推动行业技术升级。去年4月,滴滴机器学习研究院升级为滴滴研究院,试图通过机器学习理论和方法,最大化利用交通运力,缓解城市拥堵。今年3月初,滴滴还在加利福尼亚硅谷成立滴滴美国研究院,持续引进顶尖科研人才。
在持续技术创新的同时,滴滴也加码跨国创新合作交流,今年年初,滴滴与密歇根大学达成战略合作,探索智慧交通领域。此次牵手SAIL,也意味着滴滴正在链接全球顶尖创新资源。
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。