00:00 / 04:36
连播
清屏
智能
倍速
点赞NaN
00:00 / 04:02
连播
清屏
智能
倍速
点赞7788
00:00 / 02:22
连播
清屏
智能
倍速
点赞2
00:00 / 01:33
连播
清屏
智能
倍速
点赞NaN
00:00 / 03:16
连播
清屏
智能
倍速
点赞2
张小珺1天前
谢赛宁 × 张小珺:我心中深远影响AI的论文 视频播客片段: 谢赛宁:我昨天在想,大概有20到25篇paper(论文)深远影响了深度学习和AI的进程,我一篇都没有。 张小珺:DiT(Diffusion Transformer,扩散Transformer架构)不算吗? 谢赛宁:我觉得算0.25。DiT更像是在边界的切线上往前铺实了一小步,我们不做也会有别人做,它没有completely(完全地)属于我。 但那些generative model(生成模型)当然算,包括DDPM(去噪扩散概率模型)。我们随便数数:LeNet(卷积神经网络鼻祖)算,AlexNet(开启深度学习时代的卷积网络)算,ResNet(残差网络)算,R-CNN(目标检测标杆模型)算,Transformer(基于注意力机制的架构)算,"Attention is All You Need"(Transformer原始论文)算,GPT-3算,BERT(双向编码语言模型)算,CLIP(连接视觉与语言的对比学习模型)算,ViT(Vision Transformer,视觉Transformer)算,GAN(生成对抗网络)算,还有3D领域的Gaussian Splatting(高斯泼溅渲染技术)我觉得也算。 这些工作的意义在于:大家本来是渐进式通往一个方向,突然这类论文横空出世,彻底改变了进程。这叫phase transition(相变)。 这条路远远没有converge(收敛),后面还有很多事可以做。我希望下一次revolution(革命)发生时,我能理解一些东西,并对AI发展产生影响。 #视频播客 #张小珺商业访谈录 #世界模型 #视频播客扶持计划 #抖来聊聊
00:00 / 05:01
连播
清屏
智能
倍速
点赞2334
00:00 / 07:51
连播
清屏
智能
倍速
点赞663
00:00 / 04:36
连播
清屏
智能
倍速
点赞58
00:00 / 02:53
连播
清屏
智能
倍速
点赞90
00:00 / 00:42
连播
清屏
智能
倍速
点赞3
00:00 / 01:32
连播
清屏
智能
倍速
点赞15
00:00 / 03:35
连播
清屏
智能
倍速
点赞123
00:00 / 00:35
连播
清屏
智能
倍速
点赞45
00:00 / 04:07
连播
清屏
智能
倍速
点赞44
00:00 / 05:14
连播
清屏
智能
倍速
点赞NaN