ZD至顶网软件频道消息: 5月12日,紧随科技大佬的步伐,亚马逊将旗下深度学习软件的源代码开放了。Deep Scalable Sparse Tensor Network Engine(DSSTNE)库现在可以以Apache 2.0许可证从GitHub获得了。
亚马逊解释道,DSSTNE的发音是“Destiny”,它能够用神经网络为亚马逊数以亿计的客户商店提供更好的建议,“帮助他们从数量巨大的产品目录中发现恰当的商品”。
亚马逊表示,它将DSSTNE作为开放源代码软件发布,“这样深度学习的前景可以超越语音和语言理解,以及对象识别,并扩展到搜索等其他的领域。我们希望世界各地的研究人员可以合作来改善它。但是更重要的是,我们希望它能够刺激更多领域内的创新。”
据了解,DSSTNE和其他的深度学习库有着显著的区别,主要体现在DSSTNE支持用稀疏数据解决问题,并且更快地处理它们。事实上,该公司声称DSSTNE比TensorFlow快2.1倍,TensorFlow是谷歌的开放源代码机器学习系统,部署在亚马逊网络服务云平台的g2.8xlarge GPU实例上。
早在去年11月,谷歌就开放了TensorFlow的源代码,而Facebook更是在2015年年初就将自己的机器学习和人工智能工具的源代码开放了。同时,在去年12月份,亚马逊网络服务加入了其他几个重量级玩家的行列,投资开放源代码的非营利性人工智能研究项目——OpenAI。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。