[EN] 谷歌发布辅助肺癌筛查AI系统:多国回顾性研究显示可提升放射科医生特异性
谷歌研究团队在《Radiology AI》发表回顾性多国研究,提出一种以用户为中心的辅助肺癌筛查AI界面,可输出四级癌症疑似评级及对应感兴趣区域。在美国和日本的随机阅读者研究中,模型辅助均提升了放射科医生的特异性,同时团队开源了CT图像处理代码以加速相关研究。
谷歌研究团队在《Radiology AI》发表回顾性多国研究,提出一种以用户为中心的辅助肺癌筛查AI界面,可输出四级癌症疑似评级及对应感兴趣区域。在美国和日本的随机阅读者研究中,模型辅助均提升了放射科医生的特异性,同时团队开源了CT图像处理代码以加速相关研究。
谷歌研究团队开源了 AutoBNN,一个基于 JAX 的软件包,它将传统高斯过程的可解释性与贝叶斯神经网络的扩展性相结合,可自动发现可解释的时间序列预测模型,并提供高质量的不确定性估计,适用于大规模数据集。
谷歌研究团队推出开源工具AutoBNN,基于JAX构建,将组合式核结构与贝叶斯神经网络相结合,自动发现可解释的时间序列预测模型,同时提供高质量的不确定性估计,并能高效扩展至大型数据集。
清华大学团队开源了一款智能体操作系统,通过优化任务调度与资源管理,将AI智能体执行任务的成本降低83%,同时实现AI记忆的可查询与可修改,为智能体的大规模应用扫清关键障碍。
清华大学开源了一款智能体操作系统,通过优化任务调度与资源管理,将AI智能体执行任务的成本降低83%,同时支持AI记忆的可查询与可修改,为智能体的长期记忆管理提供了新方案。
何恺明团队推出多模态Harness框架,旨在统一和提升多模态AI模型的训练与评估效率,为通用人工智能研究提供新工具。
吴恩达团队推出完全开源的个人桌面Agent,旨在让普通用户也能轻松使用AI代理完成日常任务,此举有望推动AI代理的普及和生态繁荣。
Sand.ai今日开源了全球首个千亿参数的MoE(混合专家)视频生成模型,该模型拥有1140亿参数但仅需激活60亿参数,大幅降低推理成本,为视频生成领域树立新标杆。
著名AI学者吴恩达推出全新个人桌面Agent,宣称100%开源,旨在让用户通过自然语言操控电脑完成复杂任务,此举有望推动AI Agent在个人办公场景的普及。
Sand.ai开源了全球首个千亿级MoE(混合专家)架构的视频生成模型,拥有114B参数和6B激活参数,旨在通过高效推理实现高质量视频生成,为AI视频创作领域带来重大技术突破。