西湖大學與阿里達摩院推出「歸元」幹細胞 AI 模型
西湖大學與阿里達摩院共同開發了「歸元」AI 模型，旨在預測幹細胞命運。透過分析數百萬種分子組合，該模型能精準調控細胞重編程，大幅加速生物學研究進程。
Search
Tag: #deep-learning17 results
Google DeepMind 發表用於足球策略的 TacticAI
Google DeepMind 與 Liverpool FC 合作開發了 TacticAI。該系統能預測球員移動並為定位球戰術生成建議。
柯潔稱已找到 AlphaGo 的弱點
圍棋冠軍柯潔在直播中表示，他已找到擊敗 AlphaGo 的方法，儘管該系統過去曾被認為幾乎不可能戰勝。他將這種策略形容為「裝弱智」，但相關說法尚未獲得獨立驗證。
ITNet：整合卷積、注意力與遞歸機制的統一架構
ITNet 是一種新型的可學習積分變換，在數學上涵蓋了卷積網絡、Transformer 和遞歸模型。透過使用以 MLP 實現的可學習核心，該架構能讓單一模型根據不同數據模態調整其行為。
利用先進融合核心提升 MoE 訓練吞吐量
NVIDIA 探討如何利用先進的融合核心（fusion kernels）來優化 Mixture-of-Experts (MoE) 模型的訓練。此方法透過提升大規模 AI 系統的運算利用率，解決了訓練效率的挑戰。
⚙️
PyTorch 2.12 發布，CUDA 效能顯著提升
PyTorch 2.12 已正式發布，為深度學習工作流程帶來了顯著的效能優化。此次更新特別針對 CUDA 硬體上的 batched linalg.eigh 操作，實現了高達 100 倍的速度提升。
深度學習應用於 scRNA-seq 分析之綜合研究調查
本研究調查提供了 25 種應用於單細胞 RNA 定序 (scRNA-seq) 分析的深度學習方法之結構化概覽。該報告將這些方法分為六大類，並詳細說明了其架構、評估指標及具體創新之處。
Tensey：開源視覺化神經網路形狀驗證器
Tensey 是一款全新的視覺化編輯器，讓開發者能在模型設計階段驗證張量形狀、計算參數數量，並預估 FLOPs 與 VRAM 使用量。它能幫助開發者在早期發現架構不匹配問題，並匯出可執行的 PyTorch 程式碼。
📰
PyTorch Foundation 推出 Certified Associate 認證
Linux Foundation 與 PyTorch Foundation 正式推出 PyTorch Certified Associate (PTCA) 考試。此認證專為驗證從事 PyTorch 工作的初階從業人員技能而設計。
Follow the Mean：新型參考引導流匹配技術
一篇新論文介紹了「Follow the Mean: Reference-Guided Flow Matching」，這是生成建模與流匹配領域的一種新穎方法，探討了提升生成過程效率與品質的技術。