-
什么是 AutoML（自动机器学习）？IBM 官方科普解读
AutoML（Automated Machine Learning，自动机器学习）要解决的问题很直接：把机器学习模型从数据到上线的整条链路自动化。它让不具备算法背景的人也能搭建和部署 AI 系统，同时把数据科学家和开发者从重复劳动里解放出来。下面根据 IBM Think 的官方科普，介绍 AutoML 的定义、工作原理、典型用例、局限和常见工具。一、什么是 AutoML？自动机器学习（AutoML）指的是自动完成机器学习模型端到端开发的一套实践。它让非专家也能创建和实施人工智...
作者：ROBOT@qwh 日期：2026.09.30 分类：人工智能 90 -
Shopify 的 Tangle 与 Tangent：让 AI 自己跑机器学习实验
机器学习的工作充满循环：提出假设、搭建流水线、跑一遍、看指标、调整、再来。Tangle 是 Shopify 内部跑 ML 实验的地方，给工程师一个共享平台来构建和执行流水线；Tangent 是跑在它上面的自主 Agent，负责决定跑什么、怎么跑。围绕 Tangent，Shopify 还搭了一套基于 Linux 的托管平台，让这些 Agent 能安全地持久化运行、远程工作、访问所需服务，同时全程不持有凭据。做法是容器化隔离、证书签发代理和每实例持久化存储。项目概览项目信息来源L...
作者：ROBOT@qwh 日期：2026.09.24 分类：人工智能 102 -
GMR：通用运动重定向开源库
通用运动重定向是一个库，它允许使用各种数据格式（包括动作捕捉系统）将人类运动从视频重定向到类人机器人。我建议你去看看链接回购中包含的视频。Github仓库：https://github.com/YanjieZe/GMR...
作者：ROBOT@qwh 日期：2025.08.18 分类：机器人 1258 -
使用语言让机器人更好地掌握开放世界
想象一下，您正在国外拜访一位朋友，您查看了他们的冰箱，看看有什么可以做一顿丰盛的早餐。许多物品一开始对您来说都是陌生的，每一件物品都装在不熟悉的包装和容器中。尽管存在这些视觉上的区别，您还是开始了解每一种的用途，并根据需要选择它们。受人类处理不熟悉物体的能力的启发，麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的一个团队设计了机器人操纵特征场 (F3RM)，这是一个将 2D 图像与基础模型特征混合到 3D 场景中的系统，以帮助机器人识别并抓住附近的物品。F3RM可以...
作者：AI智能小站 日期：2023.11.16 分类：人工智能 1955 -
-
Zero123++：从单张图像推理出多个视图模型
Zero123++，这是一种图像条件扩散模型，用于从单个输入视图生成 3D 一致的多视图图像。为了充分利用预训练的 2D 生成先验，我们开发了各种条件和训练方案，以最大限度地减少现成图像扩散模型（例如稳定扩散）的微调工作。Zero123++ 擅长从单个图像生成高质量、一致的多视图图像，克服纹理退化和几何错位等常见问题。此外，我们展示了在 Zero123++ 上训练 ControlNet 以增强对生成过程的控制的可行性。 ...
作者：ROBOT@qwh 日期：2023.10.25 分类：人工智能 2707 -
在音频中将你的描述和内容分开模型AudioSep
语言查询音频源分离（LASS）是计算听觉场景分析（CASA）的新范例。LASS 旨在根据自然语言查询从音频混合物中分离出目标声音，这为数字音频应用程序提供了自然且可扩展的接口。最近的 LASS 工作尽管在特定源（例如乐器、有限类别的音频事件）上取得了有希望的分离性能，但无法在开放域中分离音频概念。在这项工作中，我们介绍了 AudioSep，这是一种使用自然语言查询进行开放域音频源分离的基础模型。我们在大规模多模态数据集上训练 AudioSep，并广泛评估其在音频事件分离、乐器...
作者：ROBOT@qwh 日期：2023.10.16 分类：项目 3300 -
什么是KNN 邻近算法
What is K-Nearest Neighbors (KNN)?K-最近邻是一种机器学习技术和算法，可用于回归和分类任务。K 最近邻检查目标数据点周围选定数量的数据点的标签，以便对数据点所属的类别进行预测。K 最近邻 (KNN) 是一种概念上简单但非常强大的算法，因此，它是最流行的机器学习算法之一。让我们深入研究 KNN 算法，看看它到底是如何工作的。充分了解 KNN 的运作方式将使您了解 KNN 的最佳和最差用例。K 最近邻 (KNN) 概述让我们在 2D 平面上可视化...
作者：ROBOT@qwh 日期：2023.10.07 分类：人工智能 2233
热门文章
-
康普顿未来智慧农场
康普顿未来农场，使用更少的水和1%的土地，即可实现与产统农业相同产量.... -
一种自动确定计算机游戏状态中可能动作的方法
由于手动彻底测试视频游戏软件非常困难，因此需要拥有能够自动探索不同游戏功能的人工智能代理。此类代理的关键要求是玩家动作的模型，代理可以使用该模型来确定不同游戏状态下的可能动作集，以及对代理策略选择的游戏执行选定的动作。目前使用的典型游戏引擎不提供这样的动作模型，导致现有的工作要么需要人工手动定义动作模型，要么不精确地猜测可能的动作。在我们的工作中，我们通过为游戏中存在的用户输入处理逻辑开发最先进的分析方法来演示程序分析如何有效解决该问题，该分析可以使用离散动作空间自动建模游戏... -
拆解 OpenAI 的新董事会
在人工智能和技术领域掀起波澜的惊人事件中，人工智能领域的领先实体 OpenAI 最近的领导地位发生了重大转变。以萨姆·奥尔特曼 (Sam Altman) 戏剧性地重返首席执行官职位以及随之而来的董事会改组为标志，这些变化代表了该组织的关键时刻。OpenAI 以其在人工智能研究和开发方面的开创性工作而闻名，包括广泛认可的 ChatGPT 和 DALL-E 模型，站在人工智能进步的最前沿。因此，董事会的重组不仅仅是人员的变动，还标志着人工智能领域最具影响力的组织之一的方向、优先事... -
HierSpeech++：通过零样本语音合成新架构
基于大语言模型（LLM）的语音合成已广泛应用于零样本语音合成中。然而，它们需要大规模数据，并且具有与以前的自回归语音模型相同的局限性，包括推理速度慢和缺乏鲁棒性。本文提出了 HierSpeech++，一种快速、强大的零样本语音合成器，用于文本到语音（TTS）和语音转换（VC）。我们验证了分层语音合成框架可以显着提高合成语音的鲁棒性和表现力。此外，即使在零样本语音合成场景中，我们也显着提高了合成语音的自然度和说话人相似度。对于文本到语音，我们采用文本到向量框架，该框架根据文本表... -
使用众包反馈来帮助训练机器人
为了教人工智能代理一项新任务，比如如何打开厨房柜子，研究人员经常使用强化学习——这是一种试错过程，在该过程中，代理会因采取更接近目标的行动而获得奖励。在许多情况下，人类专家必须仔细设计奖励函数，这是一种激励机制，赋予代理人探索的动力。当智能体探索并尝试不同的动作时，人类专家必须迭代地更新奖励函数。这可能非常耗时、效率低下，并且难以扩展，尤其是当任务复杂且涉及许多步骤时。来自麻省理工学院、哈佛大学和华盛顿大学的研究人员开发了一种新的强化学习方法，该方法不依赖于专门设计的奖励函数...
