近日，麻省理工学院的Liquid AI致力于构建全新类型的人工智能，称之为液态神经网络。相比传统的人工智能模型，液态神经网络更小，需要更少的计算能力来运行。这意味着能够在更广泛的应用中使用液态神经网络。该公司...

斯坦福、麻省理工和普林斯顿的一组研究人员开发了一个透明度指数，用于评估商业基础模型的透明度水平。这个指数被称为基础模型透明度指数（FMTI），评估了透明度的100个不同方面，结果表明，在主要的基础模型公司中...

麻省理工学院计算机科学和人工智能实验室（CSAIL）的液态神经网络（LNNs）是一种在机器人技术和自动驾驶车辆方面表现出色的紧凑型AI。LNNs能够适应变化的环境，且其计算强度较低，性能超过标准模型。然而，对于静态...

据《麻省理工科技评论》报道，生成式AI的未来很可能是针对特定领域而非通用化的，这是因为越来越多的行业或应用需要量身定制的AI解决方案。同时，目前大部分AI模型都是一刀切的，无法满足各种独特和多样的需求。 核...