10月20日消息，斯坦福大学日前发布了AI基础模型“透明度指标”，其中显示指标最高的是Meta的Lama2，但相关“透明度”也只有54%，因此研究人员认为，市面上几乎所有AI模型，都“缺乏透明度”。据悉，这一研究是由HAI基础模型研究中心（CRFM）的负责人RishiBommasani所主导，调查了海外最流行的10款基础模型：Meta的Llama2、BigScience的BloomZ、OpenAI的GPT-4、StabilityAI的StableDiffusion、AnthropicPBC的Claude、谷歌的PaLM2、Cohere 的Command、AI21Labs的Jurassic-2、
10月20日消息，据斯坦福大学官方新闻稿，研究人员日前创建了一个名为 OpenCap 的开源“运动捕捉”应用。该应用搭建在两台“经过校准”的iPhone 之上，主要用于搜集人体运动数据，之后通过 AI 进行快速分析并得出相关数据，据称成本仅为“专科诊所中15 万美元设备”的1%，即1500美元（IT之家备注：当前约10995元人民币）。此外，OpenCap 搜集数据的过程更快，号称只要 10 分钟就可以得出结果，相对于传统设备“反而更快”。▲图源斯坦福大学项目作者ScottDelp表示，OpenCap有望令人体运动分析学“普及化”，从而让更多人了解、掌握相关技术。据悉，OpenCap的作用，是
斯坦福JSKarel编程机器人使用介绍为了避免被编程语言固有的复杂性所困扰，有一个被称为卡雷尔（Karel）机器人的微型世界（microworld）的简化环境，可以让编程初学者从中学习理解编程的基本概念，而不必掌握大量无关的细节，让编程初学者更容易理解编程的要点和思维方式。斯坦福Karel是一门面向初学者的教学编程语言。先看一个在Karel世界里的走迷宫效果：一、Karel简介Karel是一个非常简单的编程机器人，最早由是斯坦福大学的研究生理查德·帕蒂（RichardPattis）研制推出，帕蒂以捷克剧作家卡雷尔·恰佩克（KarelČapek）的名字命名他的机器人为Karel。可以通过一组指令
TheHackerNews网站消息，网络安全公司卡巴斯基在其2023年第三季度APT趋势报告中透露，一个名为DoNotTeam的黑客组织与使用名为Firebird的新型基于.NET的后门，针对巴基斯坦和阿富汗发起了网络攻击。据悉，DoNotTeam也被称为APT-C-35、OrigamiElephant和SECTOR02，疑似源自印度，其攻击方式主要是通过鱼叉式网络钓鱼电子邮件和流氓Android应用程序，传播恶意软件。经过对DoNotTeam黑客组织在4月份部署的AgentK11和RTY框架双重攻击序列的研究分析，卡巴斯基表示攻击链被配置成了提供一个名为CSVtyrei的下载程序，该下载程序
文章目录📌提炼❓什么是AlpacaEval🔎AlpacaEval排行榜包含的测试模型和数据💯在不同的测试集上各个大模型的能力评分🚀AlpacaEvalLeaderboard大模型的能力综合评分💼普遍国内白领如何快速应用大模型👑TomChat（https://www.tomchat.fun）🤖支持gpt4/gpt-3.5/claude/code-llm🎨支持AI绘画🆓每天十次免费使用机会🪄无需魔法🤖️在这个AI爆发的元年🎨🤖️AI不能取代我们不会用AI的人才会被取代🎨📌提炼GPT-4登顶商用模型微软WizardLM登顶开源模型❓什么是AlpacaEvalAlpacaEva是来自斯坦福的团队发布的
我就说嘛，提示工程正在消失，这篇新研究即可解释原因。AI圈百万粉丝大V的一条推特，可把大家给惊到了。要知道，提示工程可是ChatGPT趋势中的大热词。由它衍生出的新岗位提示工程师年薪可高达几十万美元，“未来人人都要学会提示工程”的观点更是引发热议……结果现在，提示工程就开始消失了？？？而且有理有据。博主伊森·莫利克提到的这篇论文，由MIT、斯坦福和Anthropic（Claude2打造者）共同提出。论文提出了一种新型的机器学习框架，能让大模型学会主动向人类提问，自己搞明白用户的偏好。他们使用GPT-4进行实验，结果发现和提示工程、监督学习等方法比，在这个框架的辅助下GPT-4在多个任务上更懂人
这两天，FlashAttention团队推出了新作：一种给Transformer架构大模型推理加速的新方法，最高可提速8倍。该方法尤其造福于长上下文LLM，在64k长度的CodeLlama-34B上通过了验证。甚至得到了PyTorch官方认可：如果你之前有所关注，就会记得用FlashAttention给大模型加速效果真的很惊艳。不过它仅限于训练阶段。因此，这一新成果一出，就有网友表示：等推理加速等了好久，终于来了。据介绍，这个新方法也是在FlashAttention的基础之上衍生而出，主要思想也不复杂：用并行操作尽快加载Key和Value缓存，然后分别重新缩放再合并结果，最终获得推理速度上的大
「递归自我进化AI统治人类」问题有解了？！许多AI大佬都将开发能自我迭代的大模型看作是人类开启自我毁灭之路的「捷径」。DeepMind联合创始人曾表示：能够自主进化的AI具有非常巨大的潜在风险因为如果大模型能通过自主改进自己的权重和框架，不断自我提升能力，不但模型的可解释性无从谈起，而且人类将完全无法预料和控制模型的输出。如果放手让大模型「自主自我进化」下去，模型可能会不断输出有害内容，而且如果未来能力进化得过于强大，可能反过来控制人类！而最近，微软和斯坦福的研究人员开发出一种新的系统，能够让模型不改变权重和框架，只针对目标任务进行自我迭代改进，也能自我改进输出质量。更重要的是，这个系统能大大
本文首发微信公众号网络研究院，关注获取更多。巴基斯坦网络安全政策制定的历史可以追溯到2000年代初期，当时通过了2002年《电子交易条例》(ETO)，主要涉及在国家和国际层面保护巴基斯坦的电子商务。2007年，联邦调查局（FIA）成立了国家网络犯罪响应中心（NR3C），负责调查和预防该国的网络犯罪。巴基斯坦政府于2014年启动了打击恐怖主义和极端主义的国家行动计划(NAP)，其中包括加强该国网络安全的条款。随后，《预防电子犯罪法》（PECA）获得通过2016年国民议会通过了该法案。该法案引入了起诉网络犯罪的条款，包括黑客攻击、未经授权的数据访问和网络恐怖主义。除此之外，一项值得注意的举措是于2
