北京大学第三医院などの機関が共同で発表したAI医療大モデル「羲和一号」は、千億スケールのパラメータと百万件の病歴データを使用し、医学知識のカバー率は98％、正確率は90％を超えています。これは、医療サービスのスマート化を促進することを目的としています。
北京大学の研究チームは、非負行列分解に特化した模擬計算チップを開発し、膨大なデータを処理する際のエネルギー効率を大幅に改善しました。画像分析やレコメンダーシステムなどの分野で、高効率で低消費電力のソリューションを提供します。
北京大学と兔展智能が共同開発したUniWorld-V2画像編集モデルは、革新的な強化学習フレームワーク「UniWorld-R1」を基盤とし、戦略最適化を画像編集に初適用。従来手法を超える細部制御と中国語指示への高精度対応で、編集の正確性と柔軟性を大幅に向上。....
清华大学などの大学が共同でMotionTransフレームワークを開発し、ロボットが人の動作を観察するだけで新しいスキルを学ぶことが可能になりました。プロトコルの提示は不要です。これは従来の大量のデモデータに依存する高コストなトレーニング方法を突破し、ロボットの学習効率を顕著に向上させました。
Mungert
FairyR1-32Bは北京大学DS-LABが開発した効率的な大規模言語モデルで、DeepSeek-R1-Distill-Qwen-32Bを基に、'蒸留-融合'という革新的なプロセスにより高性能と低コスト推論のバランスを実現しています。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
