英國NHS醫院將開展爲期三年的Vanguard Path研究，測試人工智能工具ArteraAI用於前列腺癌診斷和治療決策。該項目由前列腺癌英國組織和牛津大學共同領導，獲19萬英鎊資助，計劃使用超4000名男性活檢樣本進行驗證。
Repello AI 是一家專注於生成式 AI 安全的初創公司，近日成功籌集了122.5萬美元的種子輪融資，以進一步推動其保護生成式 AI 系統免受新興威脅的使命。該公司成立於2024年，致力於構建持續的 AI 紅隊測試和安全防護解決方案，旗下擁有 ARTEMIS 和 Repello Guard 兩大旗艦產品。此次融資獲得了多家投資機構的支持，包括已併入 General Catalyst 的 Venture Highway、pi Ventures、Entrepreneur First 以及一些知名天使投資人，如 Meta 董事會成員 Charles Songhurst、Sarvam AI 首席執行官 Vivek Raghavan 和 Project Hero 首席執行官
近日，Anthropic公司推出旗艦AI模型Claude3.5Sonnet，在數據可視化領域震驚業界，相較於OpenAI的GPT-4，以快速度、卓越的推理能力和創新功能獨樹一幟，尤其在編碼和數據顯示上取得了64%的優秀解決率，適用於客戶服務、多步驟流程及數據可視化等複雜任務，表現尤爲出色。同時，Claude3.5Sonnet藉助“Artefacts”功能實現了實時互動更新，大幅提升了用戶協作效率與創新性。在安全性上，Anthropic特別注重用戶數據保護，確保用戶信息不被未經授權利用。作爲AI領域的革新者，Claude3.5Sonnet以全面的能力擴展了AI應用潛力，爲行業樹立了新標杆。
["社交媒體巨頭Meta計劃於今年在其數據中心部署一款定製的第二代AI芯片，代碼名爲Artemis","新芯片將用於運行AI模型的“推斷”，旨在減少對芯片的依賴和控制AI工作負載的成本","Meta首席執行官馬克・扎克伯格宣佈計劃使用34萬個Nvidia H100GPU，總共約有60萬個GPU用於運行和訓練AI系統","Meta希望通過自家AI芯片的部署來降低對Nvidia芯片的依賴，以及控制AI工作負載的成本"]
利用AI技術為您的家居創造美麗實用的設計，零設計經驗。
AI工具平臺，激發創造力。
AI稅務研究助手，快速準確解答稅務問題
AI生成圖像
Artef
基於AI-image-detector微調的X射線圖像檢測模型，準確率達99.83%
Pavarissy
基於nvidia/mit-b0在tontokoton/artery-ultrasound-siit數據集上微調的圖像分割模型
KoboldAI
這是Artetxe等人論文《Efficient Large Scale Language Modeling with Mixtures of Experts》中原生密集67億參數模型的Hugging Face transformers適配版本。
ARTeLab
該模型是基於gsarti/it5-base在Fanpage數據集上微調而成的意大利語抽象摘要生成模型
基於Artetxe等人論文《高效大規模語言建模與專家混合方法》的27億參數稠密模型轉換版本
基於gsarti/it5-base在MLSum-it數據集上微調的意大利語抽象摘要生成模型
這是對Artetxe等人論文中125M參數密集模型的Hugging Face transformers兼容版本轉換
基於mBART-large在Fanpage數據集上微調的意大利語抽象摘要生成模型
Artemis MCP是一個加密貨幣數據分析工具，提供API連接驗證、數據獲取和公式生成功能，支持Python 3.11+和uv環境。
Artemis MCP是一個加密貨幣數據分析工具，提供API連接、數據獲取和公式生成功能。
%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)
