https://www.slidecraft.cn/
- # 稀疏化技术:降本增效,引领AI大模型发展新方向
- 一、稀疏化技术:从“密集”到“高效”的范式转变 传统大模型(如GPT系列)采用密集连接结构,即每个神经元与下一层所有神经元全连接,导致参数量和计算量呈指数级增长。稀疏化技术则通过以下方式重构模型: 1.结构稀疏性: -剪枝:移除模型中不重要的权重或神经元(如低绝对值权重),保留关键连接
-
2025-10-03 02:00
36
- # 风控大脑3.0:AI驱动全链升级,28倍效跃迁风控
- 一、技术架构升级:从“规则驱动”到“智能驱动” 1.多模态数据融合 风控大脑3.0整合了用户行为数据、设备指纹、地理位置、社交关系、交易流水等10万+维度的特征,构建动态用户画像。例如,通过分析用户操作设备的传感器数据(如陀螺仪、加速度计),可识别异常操作环境(如模拟器、远程控制)。
-
2025-10-03 01:00
35
- # 欧盟AI法案下,中国AI公司的“双轨制”合规与本土化策略
- 一、欧盟AI法案的“红线”与合规核心 1.高风险AI系统的定义与管控 法案将AI系统按风险等级分为四类,其中生物识别、关键基础设施、教育、就业、执法等领域的AI应用被列为“高风险”,需满足严格合规要求: -透明度义务:向用户披露AI生成内容,禁止误导性交互; -数据质量:确保训练数据
-
2025-10-02 23:20
31
- # 商汤盈利密码:技术降本、场景深耕、生态协同与模式创新
- 1.技术壁垒:全栈式AI能力构建护城河 -原创算法与算力优势:商汤通过SenseCoreAI大装置实现算法训练的规模化与低成本化,其自研的深度学习框架、大规模预训练模型(如“书生”通用视觉大模型)显著提升算法精度与泛化能力,降低定制化开发成本。 -多模态感知融合:结合计算机视觉、语音识别
-
2025-10-02 22:20
34
- # AIGC新规落地,腾讯抖音应对:技术成本博弈下的挑战与机遇
- 引言 随着人工智能技术的迅猛发展,AI生成内容(AIGC)在互联网领域大量涌现,涵盖了文本、图像、视频等多种形式。然而,AI生成内容在带来创新与便利的同时,也引发了虚假信息传播、版权纠纷、误导公众等一系列问题。为规范AIGC市场,保障公众权益,《AI生成内容标识办法》(以下简称《办法》)应运而
-
2025-10-02 22:00
28
- # 稀疏化技术:降本增效,重塑AI生态,引领“精准智能”新范式
- 一、稀疏化技术:从“密集计算”到“精准激活” 传统大模型(如GPT系列)采用密集连接的全连接层,每个神经元与下一层所有神经元相连,导致参数量和计算量呈平方级增长。稀疏化技术通过以下方式打破这一瓶颈: 1.结构化稀疏 -剪枝:移除模型中权重接近零的神经元或连接(如通过L1正则化),保
-
2025-10-02 21:40
38
- # 比亚迪“玄铁”芯片:重构车载AI,定义智能车新格局
- 一、技术突破:专用芯片重构车载AI算力边界 1.定制化架构提升效率 “玄铁”芯片作为比亚迪自研的车载AI专用处理器,可能采用RISC-V架构(玄铁系列常见技术路线),针对车载场景优化指令集与算力分配。例如,通过硬件加速模块提升语音识别、图像处理的实时性,同时降低功耗,解决传统通用芯片在车
-
2025-10-02 20:40
33
- # 2025年AI竞争加剧,比亚迪寒武纪跨界与专精并进改写十强榜
- 在2025年,AI领域的竞争愈发激烈,企业格局也迎来了新的变化。比亚迪和寒武纪这两家企业凭借各自独特的优势和战略布局,成功改写了AI十强榜单,成为行业瞩目的焦点。 比亚迪:跨界融合,重塑AI应用版图 1.智能汽车领域的深度布局 比亚迪作为全球领先的新能源汽车制造商,在智能汽车领域积
-
2025-10-02 19:40
37
- # Qwen3-VL:多模态融合创新,测评突破与幻觉治理协同引领新标杆
- 一、技术突破:多模态融合与跨模态理解能力 1.多模态预训练架构创新 Qwen3-VL采用统一的多模态Transformer架构,将文本、图像、视频等模态数据编码为共享的语义空间,通过自监督学习捕捉跨模态关联。例如,在图像描述生成任务中,模型能同时理解图像中的物体、场景、动作,并结合文本上
-
2025-10-02 18:00
32
- # 星火大模型:技术赋能教育,构建生态,驱动教育升级
- 一、技术落地:从通用大模型到教育垂直场景的精准适配 1.教育数据壁垒的突破 星火大模型通过整合科大讯飞20余年积累的教育数据(如教材、教案、学生作业、考试真题等),构建了覆盖K12全学段、全学科的知识图谱。例如,其数学大模型可解析300万道典型习题的解题逻辑,支持自动生成分层作业和错题归
-
2025-10-02 17:00
41
- 全国统一客服热线
- 400-838-0900
- 投诉建议

- 扫码联系我们
手机版

扫一扫进手机版
返回顶部