板卡概述TES720D是一款基于上海复旦微电子FMQL20S400的全国产化核心模块。该核心模块将复旦微的FMQL20S400（兼容FMQL10S400）的最小系统集成在了一个50*70mm的核心板上，可以作为一个核心模块，进行功能性扩展，特别是用在控制领域，可以发挥其独特的优势。该款核心板的主芯片兼容XILINX的ZYNQ7010或ZYNQ7020系列FPGA。核心板上布了DDR3SDRAM、EMMC、SPIFLASH、以太网PHY芯片等。通过两个板对板连接器实现PL端IO的扩展。FMQL20S400是复旦微电子研制的全可编程融合芯片，在单芯片内集成了具有丰富特点的四核处理器（PS）和可编程
金融领域为自然语言处理（NLP）模型带来了独特的挑战和机遇。当前，金融文本和数据的信息量和复杂性呈现爆炸式增长，一个强大、可靠的智慧金融系统可以满足多种不同用户群体的金融需要，例如辅助金融从业者完成行业分析、时事解读、金融计算、统计分析工作，为金融科技开发者完成情感分析、信息抽取任务，帮助学生解答金融问题等，从而有效地提高金融领域工作和学习的效率。金融领域本身具有高度的专业性，语言模型一方面要处理复杂的金融语言，另一方面要保证知识储备的实时性和对金融文本内数据计算的准确性，故而过往的模型通常无法在该领域提供令人满意的服务。金融领域迫切需要准确、高效的人工智能解决方案来有效处理金融行业的各种任务
复旦大学联合华为诺亚方舟实验室的研究者基于图像扩散模型（LDM）提出了一种迭代式生成高质量视频的方案——VidRD(ReuseandDiffuse)。该方案旨在对生成视频的质量和序列长度上进行突破，实现了高质量、长序列的可控视频生成。有效减少了生成视频帧间的抖动问题，具有较高的研究和实用价值，为当前火热的AIGC社区贡献了一份力量。潜在扩散模型（LDM）是一种基于去噪自编码器（DenoisingAutoencoder）的生成模型，它可以通过逐步去除噪声来从随机初始化的数据生成高质量的样本。但由于在模型训练和推理过程中都存在着计算和内存的限制，一个单独的LDM通常只能生成数量非常有限的视频帧。尽
AI生成内容已经成为当前人工智能领域的最热门话题之一，也代表着该领域的前沿技术。近年来，随着StableDiffusion、DALL-E3、ControlNet等新技术的发布，AI图像生成和编辑领域实现了令人惊艳的视觉效果，并且在学术界和工业界都受到了广泛关注和探讨。这些方法大多基于扩散模型，而这正是它们能够实现强大可控生成、照片级生成以及多样性的关键所在。然而，与简单的静态图像相比，视频具有更为丰富的语义信息和动态变化。视频能够展示实物的动态演变过程，因此在视频生成和编辑领域的需求和挑战更为复杂。尽管在这个领域，受限于标注数据和计算资源的限制，视频生成的研究一直面临困难，但是一些代表性的研究
9月19日，JimFan转发了一篇来自复旦NLP团队对基于LLM的Agent的综述。Agent是能够感知自身所处环境、自我决策并采取行动的人工智能实体。该论文介绍了基于LLMAgent的一般概念框架，包括大脑、感知和行动；以及LLMAgent的应用场景、由LLMAgent组成的社会等。还讨论了LLMAgent领域中的一系列关键议题和开放性问题。有趣的是，在arXiv上提交的前两版论文中，注明了与米哈游合著，论文中则以原神中的海灯节为例，介绍了一个理想中的由AIAgent组成的社会。论文地址：https://arxiv.org/pdf/2309.07864这篇论文从9月15号发布到GitHub上
继6月在英国Exeter大学成功举办了为期一周的区块链编程马拉松后，美国sCrypt公司创始人兼CEO刘晓晖博士带领核心团队成员王一强、郑宏锋、周全，于8月13日在复旦大学再次成功举办了一场全新的sCrypt编程马拉松。本次活动由上海可一澈科技有限公司与复旦大学区块链协会、复旦大学MBA区块链俱乐部联合主办，活动通过理论与实践相结合的方式，让参会者对BSV区块链和sCrypt技术有了宏观的认知和真实的编程体验。在上半场的活动中，美国sCrypt公司创始人兼CEO刘晓晖博士介绍了：UTXO模型智能合约BSV区块链与其他区块链的竞争优势sCrypt的卓越性能如何编写sCrypt合约、基本语法、有状
随着智慧司法的兴起，智能化方法驱动的智能法律系统有望惠及不同群体。例如，为法律专业人员减轻文书工作，为普通民众提供法律咨询服务，为法学学生提供学习和考试辅导。由于法律知识的独特性和司法任务的多样性，此前的智慧司法研究方面主要着眼于为特定任务设计自动化算法，难以满足对司法领域提供支撑性服务的需求，离应用落地有不小的距离。而大型语言模型（LLMs）在不同的传统任务上展示出强大的能力，为智能法律系统的进一步发展带来希望。近日，复旦大学数据智能与社会计算实验室（FudanDISC）发布大语言模型驱动的中文智慧法律系统——DISC-LawLLM。该系统可以面向不同用户群体，提供多样的法律服务。此外，实验
FM4550国产化开发板功能接口- -系统框图- -对应参数-1.主要参数系统1：FPGA型号：FMQL45T900PS内核：四核ARMCortex-A7，主频800MHzPS端内存：1GBDDR3,数据速率1066Mbps，32bitPL端内存：1GBDDR3,数据速率1600Mbps，32bitGTX收发器：16X速度等级：对标进口-2 芯片级别：工业级工作温度：-40℃-100℃ 逻辑单元数量：350k查找表：218600 乘法器：900触发器：437200 BlockRAM：19.1MbE
近期，复旦大学自然语言处理团队（FudanNLP）推出LLM-basedAgents综述论文，全文长达86页，共有600余篇参考文献！作者们从AIAgent的历史出发，全面梳理了基于大型语言模型的智能代理现状，包括：LLM-basedAgent的背景、构成、应用场景、以及备受关注的代理社会。同时，作者们探讨了Agent相关的前瞻开放问题，对于相关领域的未来发展趋势具有重要价值。论文链接：https://arxiv.org/pdf/2309.07864.pdfLLM-basedAgent论文列表：https://github.com/WooooDyy/LLM-Agent-Paper-List团队
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。千模大战序幕拉起，复旦邱锡鹏教授这样说。作为国内最早推出类ChatGPT模型的MOSS团队带头人，看到大半年来国内外大模型发展，他有了新的认知体会。在由思佰诚科技举办的首届人工智能生成内容国际会议(AIGC2023)上，他坦言，虽然大家都说大模型更偏工程化，但实际还有诸多科学挑战仍待解决，比如训练目标的设计、内存优化、自动化评测、大模型平民化、新架构等。在MOSS发布之后这大半年间，他所在团队又取得了一定的成果：跨模态语音大模型SpeechGPT、优化器LOMO可实现单机微调650亿参数大模型；MOSS中文能力已超Ch
