任少卿在中国科学技术大学招收硕士和博士生,面试定于下周一。招生方向包括AGI、世界模型和具身智能等。任少卿是计算机视觉和自动驾驶领域的专家,曾获未来科学大奖。
机器之心数据服务现已上线,提供高效稳定的数据获取服务,帮助用户轻松获取所需数据。
中科大尹骏与姚鸿泽经过16年研究,成功证明了Anderson模型,揭示了半导体中电子运动规律,解决了长期未解的数学难题,为凝聚态物理学做出了重要贡献。
湖南大学与中国科学院大学、字节跳动团队联合提出的APM模型,专为多链蛋白质复合物设计,突破了传统单链建模的局限,能够直接生成全原子结构,并支持折叠与逆折叠任务,展现出优异性能。
四位华人AI研究员从OpenAI跳槽至Meta,涉及清华、北大、浙大和中科大的校友。这一现象引发了对OpenAI人才流失原因的关注,Meta已挖走至少八位顶尖研究员,OpenAI因此提高薪酬以留住人才。
机器之心数据服务现已上线,提供高效稳定的数据获取,简化数据爬取流程。
中科大团队研究明成祖时期的客星现象,确认其为新星而非彗星。1408年,钦天监记录一颗明亮的黄色恒星静止10天后消失,研究表明这是中等质量恒星的爆炸。
中科大团队研究表明,明朝记录的客星实际上是一颗中等质量恒星的新星爆发,而非彗星。该恒星在1408年闪耀10天后消失,研究基于古代文献和考古资料,揭示了其真实身份。
本文提出了一种课程式强化学习后训练范式(Curr-ReFT),旨在提升小规模视觉-语言模型(VLMs)的推理能力和域外泛化性能。通过结合课程学习与自我改进策略,Curr-ReFT 有效解决了小模型在复杂任务中的性能瓶颈,实验结果表明其在多个基准测试中表现优异。
中科大与华为合作发布的生成式推荐大模型成功在昇腾NPU上部署,基于扩展定律提升推荐系统性能,适用于复杂场景和排序任务,展现良好扩展性。未来研究将集中于数据工程和训练效率等方向。
中科大与华为诺亚方舟联合提出了一种推荐大模型性能预测定律,首次定量分析了模型性能与数据规模和质量之间的关系。研究引入近似熵作为数据质量指标,克服了传统扩展定律的局限性,有效预测推荐模型的扩展潜力和最优参数配置。
英伟达公布2025-2026年度奖学金获奖者名单,70%为华人学生。奖学金支持与英伟达技术相关的研究,涵盖机器学习和机器人等领域。今年有10位博士生获奖,每人获得6万美元,研究方向包括自主系统和计算机图形学。
中科大王杰教授团队提出了一种矩阵分块分解技术,旨在生成高质量的混合整数线性规划(MILP)优化问题样例,以解决数据稀缺问题并提升求解器性能。该研究已被NeurIPS 2024接收。
研究提出了一种基于Sinkhorn距离的知识蒸馏方法SinKD,克服了传统方法的局限性,能够有效将复杂教师模型的知识转移至简单学生模型,提升其性能。实验结果表明,SinKD在多种自然语言处理任务中优于现有方法,具有广泛的应用潜力。
中国科学家成功将薛定谔的猫状态维持了23分钟,打破量子叠加状态存续时间纪录。这项由中科大团队主导的研究对量子物理具有重要意义,可能推动量子计算和磁场测量技术的发展。
中科大王杰教授团队提出了一种鲁棒变分贝叶斯推断方法TRACER,旨在解决离线强化学习中的数据损坏问题,显著提升智能体的鲁棒性。相关论文发表于NeurIPS 2024。
中科大MIRA实验室提出的SAC-KG框架,基于ChatGPT实现自动化知识图谱构建,准确率达到89.32%,领域特异性为81.25%,相比最先进方法提升20%。该框架通过生成器、验证器和剪枝器,解决了知识图谱构建中的噪声和知识幻觉问题,支持一键生成高质量领域知识图谱。
AIxiv专栏报道了一种新指标模态融合率(MIR),用于评估多模态大模型(MLLM)预训练的模态对齐质量,克服了传统方法的不稳定性。研究表明,MIR与下游测试性能正相关,适合用于超参数调整和训练策略选择。
DeltaDock是一种新型的两阶段分子对接框架,结合了口袋预测和位点特异性对接,显著提高了对接成功率。研究表明,DeltaDock在盲对接中的成功率提高了31%,物理有效性提升约300%。该框架通过创新的口袋-配体对齐和双层迭代细化模型,克服了传统方法的局限性,展现出优异的准确性和效率。
中科大研究团队提出的D-FINE方法重新定义了实时目标检测中的边界框回归任务。该方法通过细粒度分布优化和全局最优定位自蒸馏,显著提高了检测精度和效率,在COCO数据集上表现优异,超越现有竞争对手,为目标检测提供了新思路,具备良好的鲁棒性和可扩展性。
完成下面两步后,将自动完成登录并继续当前操作。