ZD至顶网软件频道消息: 它赢得了“危险边缘”比赛,它出版了一本菜谱,它帮助呼叫中心带来获得前端支持,这就是IBM的Watson认知计算平台,但现在它即将在一个最具社会意义的领域发挥作用:向2500万非洲青年传授技术技能。
IBM与联合国开发计划署(UNDP)合作,发布了一项规模为7000万美元、持续5年的计划“数字非洲”。
IBM与向Google、SAP和微软这些技术巨头一起,在那些面临大规模技能短缺以及(数字非洲亟待解决的)失业问题的大陆上开展大规模数字培训计划。
“数字非洲”是基于IBM的Bluemix云平台,将包含一系列面向不同受众的工具。最基本的是提供关于计算机和网络使用的课程,IBM公司的Juan Napolis称这其中将包括关于网络安全和隐私的建议。
对于那些希望拥有数字技能或者企业野心的人来说,“数字非洲”将提供编码课程、推广应用程序的营销资料。
Watson将用于根据学生所取得的进展和知识来制订个性化的学习计划,对接下来学习哪些课程给出建议。它还将收集“数字非洲”计划参与者的行为数据,以找到那些缺乏未来发展所需技能和知识的关键领域。
对于利用“数字非洲”课程开发应用和系统的企业家来说,Watson将推荐Bluemix改善他们的软件,并针对潜在市场需求提供建议。
Napolis表示,为了达到2500万15到34岁的人群通过“数字非洲”进行学习的这个雄心勃勃的计划,IBM构建了一个由50个非政府组织、学术和政府合作伙伴组成的网络,覆盖到城镇和农村地区的受众,并且在未来5年内招募更多学员。
Napolis表示,IBM还在构建一个志愿者网络,其中也包括IBM的员工,可以在社区层面教授数字技能课程,而以前这些课程在设备和教师方面都是受到限制的。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。