一种基于最优传输映射的新型高保真图像压缩框架 | 在本次演讲中,我将提出一种新的高保真图像压缩方法,使用最佳传输
(OT) 映射来获得高压缩比,同时仍保留图像的精细细节。首先,我将简要介绍OT映射的理论以及如何将生成对抗网络(GAN)与其结合来构建压缩系统。 然后我将描述我们提出的方法。实验结果证明,我们的方法在客观标准下比其他基于 GAN 的方法具有更好的性能。 |
ChatGLM:在笔记本电脑上运行自己的“ChatGPT” | 大型语言模型极大地推进了各种人工智能任务的最新技术,例如自然语言理解和文本生成、图像处理、多模态建模。 在本次演讲中,我将讨论如何构建 GLM-130B,这是一个具有 1300 亿个参数的双语(英语和中文)预训练语言模型。这是一种开源至少与 GPT-3
一样好的 100B 规模模型的尝试,并揭示如何成功地预训练这种规模的模型。基于GLM-130B,我们开发了ChatGLM,作为ChatGPT的替代品。 一个小版本,ChatGLM-6B,打开时带有权重和代码。它可以部署一个RTX 2080 Ti(11G)GPU,这使得每个人都可以部署ChatGPT! 它在 Hugging Face 上一个月内的下载量就超过 1,000,000 次,并连续两周荣获热门模型第一名。GLM-130B: https://github.com/THUDM/GLM-130B
ChatGLM:
https://github.com/THUDM/ChatGLM-6B |
熵的各个方面 | 熵函数的约束有时被称为信息论定律。长期以来,子模不等式或香农信息测度的非负性是唯一已知的约束。 子模不等式所隐含的不等式被明确称为香农型不等式。如果随机变量的数量固定,香农型不等式原则上可以通过称为 ITIP 的线性程序来验证。 非香农型不等式是对熵函数的约束,子模不等式并未暗示这一点。1990年代后期,一些此类不等式的发现证明,香农型不等式本身并不能构成对熵函数的完整约束。 随后,熵函数与信息科学、数学和物理学的许多领域之间的联系被建立起来。这些领域包括概率论、网络编码、组合学、群论、柯尔莫哥洛夫复杂度、矩阵论和量子力学。 本次演讲展示了熵函数的多个方面。 |
量子人工智能 | 量子人工智能(Quantum AI)是一个新兴的跨学科领域,探索人工智能和量子物理学之间的相互作用。 一方面,精心设计的量子算法可能在解决某些人工智能问题时表现出指数级优势;另一方面,人工智能的思想和技术也可以用来解决量子领域的挑战性问题。 在本次演讲中,我将首先对该领域进行简要介绍并回顾一些最近的进展。我将通过几个具体的例子来说明人工智能和量子物理如何促进这两个领域的研究。 |
意见动力学的综合数学框架及其应用 | 我们基于著名的社会心理学理论和先前的分析模型,提出了一个用于舆论动态数学建模的综合框架。 该框架引入了对总社交距离的连续测量,其中包含非情感成分,例如地理分离、社交网络连通性和社会相似性方面的状态同质性,以及代理之间价值同质性的情感成分。 推导了一个控制方程来解决舆论动态问题。 提供了八个例子来说明该框架的应用,例如孤立群体内个体之间的互动、两个群体之间的互动、社会距离不同组成部分的影响、意见领袖的角色、不同社会规范的影响以及多种观点话题的互动。 |