训练神经网络时随机"关闭"神经元，效果反而更好？
想象你正在训练一个图像分类模型，在训练集上准确率高达98%，但一到测试集就暴跌到75%——典型的过拟合现象。更糟的是，无论增加数据还是调整超参数，效果都不明显。这时，一个看似违反直觉的方法出现了：在训练过程中随机"关闭"部分神经元，反而让测试准确率回升到85%以上。
英伟达发布TiDAR：单步生成多个Token，吞吐量提升近600%
IT之家 12 月 2 日消息，科技媒体 Tom's Hardware 今天（12 月 2 日）发布博文，报道称英伟达在最新论文中，详述名为 TiDAR 的新型 AI 解码方法，巧妙融合了自回归（Autoregressive）与扩散（Diffusion）两种模型机制，利用 GPU
DeepDiver-V2来了，华为开源原生多智能体系统，“团战”深度研究
允中 发自 凹非寺量子位 | 公众号 QbitAI让智能体组团搞深度研究，效果爆表！华为最新发布DeepDiver-V2原生多智能体系统。
世界模型开始做减法？LeCun团队和清华团队给出两种思路
一篇是来自 Yann LeCun 团队的 LeWorldModel，尝试以更简洁的 JEPA 实现从像素端到端训练的世界模型，在降低训练复杂度的同时，验证了潜在空间中对物理结构的刻画能力。
百亿估值后，这家机器人公司推出「最快」世界模型
在机器人落地干活这条路上，世界模型（WM）被很多人认为是上限更高的技术路径，不过在行业逐渐对其范式形成共识之际。
世界模型来了，旧的自动驾驶芯片开始失效
过去几年，汽车行业有一个越来越明显的变化：车企开始亲自下场造芯片。特斯拉有 FSD 已迭代至第五代；蔚来推出神玑 NX9031；小鹏自研 AI 图灵芯片；理想造了马赫 M100；比亚迪、吉利、Momenta 也被频繁点名。表面上看，这是一场「去英伟达化」的运动。
中国具身屠榜全球，10万小时数据炸场，PI、英伟达集体破防
具身智能领域最近有一个心照不宣的焦虑:真机遥操作数据这条路，可能走不下去了。成本是一方面——采集一小时数据动辄花数百元，还得搭一套专业动捕环境。
语音识别研究获进展
中国科学院自动化研究所智能交互团队在环境鲁棒性、轻量级建模、自适应能力以及端到端处理等几个方面进行持续攻关。在语音识别方面获新进展，相关成果将在全球语音学术会议INTERSPEECH2019发表。
戴口罩跑步就等于「高原训练」？
疫情严峻下政府昨日再次收紧口罩规例，指定市民户外进行体能运动必须佩戴口罩，相信不少朋友都要点时间适应。坊间甚至有指这做法等同「高原训练」（altitude training），又是否真的有根据? 以下重温早前分享的一篇文章：————————何谓「高原训练」?
今年WRC最大展台，预告具身智能未来
相信去年来过WRC现场的朋友，多半会跟我一样:刚一踏进场馆，就开启了逛展隐藏支线——寻找遥控器。那时候，几乎是每一个成功操作的机器人，背后都有一个拿着遥控器的小哥。