计算机汉字救亡运动简史丨视频

于 2021-11-26 12:24:24 发布
阅读量376 收藏 1
点赞数
CC 4.0 BY-SA版权
文章标签： python html linux 人工智能 leetcode
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/QbitAI/article/details/121571030

上世纪中旬，计算机的出现一度让汉字遭遇了巨大的危机。

原因是，美国人设计的计算机，根本不接纳汉字。

我们都知道现在计算机有多重要。可以说，它基本垄断了今天的信息传播方式——没有电脑，就没有当今的社会和文明。

而在这种情况下，如果一种文字不能进入电脑，那基本也就无异于被判了死刑。

以至于有人说，「只有拼音文字才能救中国，因为汉字无法进入电脑」。

汉字危急存亡之秋，是谁拯救了它？

点击看视频👇

b3256c41bb35a95a5f26c39537f0042b.png

QbitAl
关注
博客
百亿机器人独角兽冲刺IPO，细分赛道收入第一
07-08 1
特别是在开支大头——研发层面，过去三年公司的研发开支分别为3.4亿元、3.08亿元和3.94亿元，占总收入的比重已经从2022年的74.7%降到了2024年的42.4%。智能制造场景的毛利率在稳步上升，从2022年的23.1%，到2023年的27.3%，增长到了2024年的32.3%，也是拉动公司整体毛利率回升的主要动力。同时，公司的现金状况需要注意，截至2024年末，镁伽的现金及现金等价物为4.58亿元，较2022年的11.25亿和2023年的9.13亿明显下降。生命科学和制造行业，你都能听到它的名字。
博客
腾讯3D生成模型上新！线稿可变“艺术级”3D模型，鹅厂内部设计师也在用
07-08
由于表示mesh结构的token序列很长且容错率低，造成了建模的稳定性不足，也就是同一个模型的多次生成结果可能存在很大差异。总的来说，混元3D-PolyGen在基本保留物体细节特征的情况下，确实能够实现生成面数适当、布线整洁的“艺术级”3D模型。并且根据混元3D团队发布的报告，混元3D-PolyGen相比竞品的重拓扑/AI拓扑方法，可以利用更低的面数实现更好的细节。而自回归模型的上下文窗口有限，对两千个面以下的简单模型还可以进行建模，但对于面数更多的模型就无法建模了。
博客
突破全模态AI理解边界：引入上下文强化学习，赋能全模态模型“意图”推理新高度
07-08
HumanOmniV2 在多个基准数据集上取得了突破性成果，它在开源全模态模型中取得了最佳性能，在Daily-Omni上达到58.47%，在WorldSense上达到47.1%，在全新引入的IntentBench上更是高达69.33%。其中包含了图像、视频和音频的理解任务，并融入了丰富的上下文信息，以支持模型在复杂场景下的推理学习。，这种细粒度的损失计算能够确保在处理长样本数据时，模型对每个Token的学习都能得到充分且平衡的优化，避免某些部分因序列过长而被忽视，从而显著提升了训练的效率和质量。
博客
17岁少女推翻40年前数学猜想，师从北大校友张瑞祥，即将攻读博士学位
07-08
她能推翻这一猜想，也是源于张瑞祥的一次家庭作业——给几个猜想让她选一个开始论证，但没想到汉娜直接“陷”了进去，她唯一能想到的就是一种新方法，并且逐渐意识到只要自己正确应用这些信息，她便能反驳这一猜想。正是出现在傅里叶分析和偏微分方程（PDE）领域，最初源自对某类一阶扰动的薛定谔方程的良定性（well-posedness）问题的研究，后来成为傅里叶限制性理论中的一个重要问题。，其中N~log R，并构造一个特殊的格点集Q，使得这些点的平移和组合能够产生足够多的重叠，从而导致积分下界显著增加。
博客
基于能量的Transformer横空出世！全面超越主流模型35%
07-08
通过全新能量机制，首次实现在跨模态以及数据、参数、计算量和模型深度等多个维度全面超越Transformer++（基于Llama 2的Transformer优化版本）的模型。面对数据有限和泛化需求高的挑战，他提出以能量基模型（EBM）为基础，构建可组合的生成模型，有效突破对大量标注数据的依赖。其次，随着训练时间的增加，EBT的思考能力也不断提升，其通过验证获得的性能提升从4%−8%增加到10%−14%。EBT通过引入基于能量的优化机制，为系统2思维的实现提供了新的思路，展现出良好的扩展性和较强的泛化能力。
博客
AI版三个臭皮匠！ChatGPT/Gemini/DeepSeek合体拿下AGI测试最高分
07-08
除了探索宽度的灵活性之外，AB-MCTS在顺序优化表现优异的基准测试中也取得了优异的性能，这表明AB-MCTS通过选择现有子节点进行优化，能够有效地识别并利用了有潜力的分支。在具有挑战性的ARC-AGI-2基准测试中，AB-MCTS结合ChatGPT、Gemini和DeepSeek解决了30%的ARC-AGI-2谜题，而顶尖的独立模型仅解决了23%。在具有挑战性的ARC-AGI-2基准测试中，多LLM AB-MCTS解决的问题比单独工作的任何单个模型（Single-LLM AB-MCTS）都多。
博客
多模态模型学会“按需搜索”，少搜30%还更准！字节&NTU新研究优化多模态模型搜索策略
07-08
MMSearch-R1采用GRPO作为强化学习算法进行模型训练，基于veRL框架实现集成多轮对话与搜索的Rollout过程，在每轮对话中，模型首先进行思考，并执行可选的动作，如调用多模态搜索工具与真实互联网进行交互，或给出最终的答案。MMSearch-R1集成图像搜索和文本搜索两种工具，以满足模型应对视觉问答任务的需求，其中图像搜索工具基于Google Lens，支持搜索与用户图像视觉外观匹配的网页标题以及主要缩略图，用于帮助模型准确识别重要的视觉元素。数据集，包含训练集和测试集。
博客
开发者遭ChatGPT“赶鸭子上架”！AI编造假功能，结果吸引大量用户，不得不开发出来了
07-08
这其实是利用了神经网络最擅长的事儿：不是输出精准信息，而是一本正经 “胡编” 出超像那么回事的内容，也就是所谓的“幻觉”。小哥非常气愤，ChatGPT完全是在误导大家，而且在这个过程中，它还无形中让网站形象受损，让用户对他们服务的预期设下了错误的引导。该网站能自动适配设备的音乐渲染功能，还有功能完备的基于网页的乐谱编辑器，以及能从照片或PDF中识别音符的“光学音乐识别”系统。更更笑不活的是，大量用户尝试该功能，把开发者架在那儿了，不支持该功能难免会让满怀期待赶来用户感到失望，显得网站很差劲。
博客
苹果庞若鸣也被小扎挖走！Meta AI天团开会直接用中文吧
07-08
中科大少年班校友：o3、o4-mini、GPT-4.1和GPT-4o的共同创造者，此前在OpenAI领导感知团队，在Gemini中共同领导多模态工作。，北大计算机系校友：GPT-4o、4o-mini、o1-mini、o3-mini、o3和o4-mini的共同创造者，此前在OpenAI领导后训练团队。佳，清华校友：ChatGPT、GPT-4、所有mini模型、4.1和o3的共同创造者，此前在OpenAI领导合成数据工作。在谷歌工作的最后几年，他负责领导Google Brain的语音识别和产品开发。
博客
谢赛宁回应团队论文藏AI好评提示词：立正挨打，但是时候重新思考游戏规则了
07-08
我绝不会鼓励我的学生做这样的事——如果我担任领域主席，任何带这种提示词的论文都会被立刻拒稿。话虽如此，对于任何有问题的投稿，共同作者都有责任，没有任何借口。这对我来说是一个很好的警醒，作为一名PI，不仅要检查最终的PDF文件，还要查看完整的投稿文件。虽然原帖可能带有开玩笑的成分，但我们一致认为，用“以毒攻毒”的方式解决问题并不正确——这会带来更多的伦理问题，而不是解决问题。其次，在事件背后，关于AI审稿，关于AI审稿引发的论文提示词注入，以及类似AI时代新的学术伦理问题，希望能有更深入的讨论和思考。
博客
开源CUDA项目起死回生，支持非英伟达芯片，濒临倒闭时神秘机构出手援助
07-08
现代GPU框架如CUDA、ROCm/HIP、ZLUDA和OpenCL都需要在应用程序运行时动态编译设备代码，以确保较旧的GPU程序可以在更新的硬件上正确构建和执行，而无需修改原始代码。一位名为@Groowy 的社区贡献者通过收集详细的CUDA日志，开始了在ZLUDA中启用32位PhysX支持的初步工作，并很快发现一些错误。在2020年，Andrzej Janik想要尝试一下技术突破，让CUDA程序在非NVIDIA平台运行，一尝试，便有了可行性。降级Windows支持以及代码改进等。
博客
苹果开发者自曝用Claude完成95%开发，开发应用已上架
07-07 12
在实际开发过程中，Claude能够定位并阅读项目中的现有源代码、理解代码风格和设计模式、阅读提供的额外文档、生成测试验证、编译程序并运行测试，并根据编译和测试失败进行迭代修复等。对我而言，这个过程中最令人兴奋的事情不是我所构建的应用，而是我现在能够再次满足我的编程欲望并发布精良的副项目。他发现，虽然模型拥有200k tokens的上下文窗口，但模型的性能会随着上下文窗口的使用增加而下降，且“压缩”机制可能导致重要的细节被丢失。Claude能够独立驱动反馈循环，使其能够进行更改、测试并收集失败原因的上下文。
博客
Meta新注意力机制突破Transformer上限，还用上了OpenAI的开源技术
07-07 25
2-Simplicial Transformer的缩放指数α明显高于传统Transformer，说明模型性能随参数量、数据量的增加，变强速度更快。不过，研究人员也提到，目前，2-Simplicial Transformer的计算复杂度和延迟仍然较高，Triton虽然高效，但仍需进一步优化以适配生产环境。实验结果显示，在同等参数量和数据量下，相较于传统Transformer，新架构在数学、编程、推理等任务上均有更好的表现。传统Transformer的核心机制是点积注意力，其计算复杂度较低，但对复杂任务。
博客
韩国教授自曝同行评审新作弊法：论文暗藏指令，要求AI给好评，北大哥大新国立等14所高校卷入
07-07 11
另一篇稿件的合著者、早稻田大学的一位教授表示，鉴于许多学术会议禁止使用AI评估论文，加入提示词旨在制止这种做法。KAIST一位副教授表示：插入隐藏提示词是不合适的，因为它鼓励了积极的评价，尽管在评审过程中是禁止使用AI的。这些提示通过白色文本或者极小的字体等技巧，隐藏在文中的摘要、结论等部分中，人类正常肉眼是看不出来的。消息称，这种提示通常为一到三句话。不过调查到的这些论文中，KAIST是重灾区，至少有三篇都使用了这样的提示。另一位教授强调，此举是对那些懒惰的审稿人的反击，谁让他们用AI审稿的！
博客
刷新复杂Agent推理记录！阿里通义开源网络智能体超越DeepSeek R1，Grok-3
07-07 36
对此，研究团队借助开源的LRM（如QWQ和DeepSeek R1）来尝试回答SailorFog-QA的问题，收集它们与环境交互的轨迹，虽然开源模型在这些复杂问题上正确率不高，但通过拒绝采样，依然可以获得足够的冷启动数据。他的配偶是间谍B，B曾在不同大陆活动，并两次暴露身份：第一次是在欧洲某国，与两名美国人一同被警方逮捕，他们的间谍网络被破获；WebSailor的工作表明，要让AI真正迈向“超越人类能力”的级别，仅靠现有的简单训练任务远远不够，必须定义更复杂、更高不确定性的新任务，不断挑战模型的极限。
博客
空间智能率先落地国民APP！实测：时空决策很顺滑，直达千人N面出行体验
07-07 16
总结起来，小高老师看着和过去的AI助手很像，用户也是通过打字或语音和其交流，但小高老师提供的不仅是信息，而是根据你所处的时间、地点，提供全面的生活建议，并且给出最符合当下时空信息的导航规划，帮你一键到达。完成，否则行动将会失效。你跟它沟通，输入的是语音或文字等多模态信息，小高老师不仅会以语音文字回复你，更方便的是，它会直接在对话栏里给出目的地路程规划信息，。总的来说，最新版高德解决的问题，不再仅限于“怎么去”，而是告诉用户，此时此刻适合去哪里，怎么去，去了能做什么，时时刻刻，千人千面。
博客
大模型刷数学题竟有害？CMU评估20+模型指出训练陷阱
07-07 12
实验先计算模型在每个benchmark任务上相比基线模型（Qwen3-14B-Base）的性能提升幅度，再将这个提升除以基线模型在该任务上的分数，以此得到相对提升的百分比，最后对同一组内所有任务的相对提升求均值，得到该任务组整体的相对增益。通俗来说，通过PCA偏移分析，就能够得知模型在后训练阶段，究竟是既保留了原有的知识，又在具体领域变得更强了，还是学了新的就忘了旧的。采用RL微调的模型，在其他推理任务和非推理任务上都能持续获得更高的迁移能力指标，而使用SFT的模型则往往在非推理任务上出现负迁移。
博客
AI发现医生看不见的隐藏心脏病风险，近90%准确率远超人类专家｜Nature子刊
07-07 11
例如，如果模型指出患者因某种特定的瘢痕模式而处于高风险，医生就可以更精确地评估是否需要植入除颤器或或优化药物治疗策略等其他干预措施，而不是仅仅基于一个不明确的风险百分比进行评估。这种设计使模型能够从不同数据中提取特征，并通过MBT（多模态融合模块）学习跨模态的相互作用，有效整合知识，避免了简单拼接数据导致的过拟合问题。在LGE-CMR注意力图中，高风险患者注意力集中在增强区域（红色），低风险患者关注周围组织（蓝色）。架构，直接分析LGE-CMR（增强心血管磁共振成像）原始信号强度，避免了人工解读的主观性。
博客
DeepSeek推理最高提速6倍！开源研究：加装「思维进度条」，计算量减少30%
07-07 19
在大多数情况下，这两种方法都提高了所有三个指标，证明它们是评估TPV超频方法的强基线。其中图（a）展示了多个思考轨迹的数据点的汇总视图，图 （b, c）则展示了Math-500测试集中单个问题的思考轨迹上的TPV预测和平滑预测。：尽管基线方法表现优异，且基于温度的基线方法需要大约五倍的计算资源，但TPV的方法通过产生更多正确答案和更明确的响应，在性能上超越了它们。：增加α从5到100，无论是否使用基于指令的加速，都会增加模型生成的完成、结束和正确答案的数量，证明TPV的干预方法影响了思考长度。
博客
“英伟达显卡就是一坨*”！博主6000字檄文怒批：烧接口、缺单元、驱动变砖还威胁媒体
07-07 21
并且后来陆陆续续的新发现表明，这些情况并非是ZOTAC的问题，因为MSI、技嘉、Palit和Inno3D的5090都出现了同样的问题，另一方面也有人报告自己的ZOTAC卡是正常的。50系发售初期，有大量用户发现更新驱动后显卡直接“变砖”，虽然亮灯但系统中检测不到，BIOS里也无法识别，5090/90D/80都有涉及，而且不同供应商版本都出现了这类问题。一名叫Wuxi-gamer的用户发帖说，自己在用GPU-Z检测自己的卡时发现，本来应该是176个的ROP，实际只有168，一下子少了8个，也就是4.54%。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值