💬 DeepMind представила прогнозную оптимальную языковую модель Chinchilla с 70 млрд параметров. По данным компании, алгоритм превосходит GPT-3, Gopher, Jurassic-1 и Megatron-Turing NLG по широкому спектру задач.
Разработчики заявили, что Chinchilla имеет равный вычислительный бюджет с ранее созданной DeepMind языковой моделью Gopher на 280 млрд параметров, но обладает в четыре раза большим объемом данных. Алгоритм требует значительно меньше вычислений для точной настройки и логического вывода, что значительно упрощает дальнейшее использование, добавили они.
🔎 По результатам тестирования MMLU, Chinchilla достигает 67,5% средней точности в задачах прогнозирования, что на 7% выше, чем у Gopher.
#DeepMind #NLP
_______
Источник | #forklogAI
Разработчики заявили, что Chinchilla имеет равный вычислительный бюджет с ранее созданной DeepMind языковой моделью Gopher на 280 млрд параметров, но обладает в четыре раза большим объемом данных. Алгоритм требует значительно меньше вычислений для точной настройки и логического вывода, что значительно упрощает дальнейшее использование, добавили они.
🔎 По результатам тестирования MMLU, Chinchilla достигает 67,5% средней точности в задачах прогнозирования, что на 7% выше, чем у Gopher.
#DeepMind #NLP
_______
Источник | #forklogAI
📐 DeepMind использовала AlphaZero для решения фундаментальной математической задачи в информатике и побила рекорд, установленный более 50 лет назад.
Ученые с помощью ИИ ускорили процесс умножения двух матриц. Они превратили задачу в настольную игру, где каждый ход направлен на ее решение. Затем исследователи обучили новую версию AlphaZero, названную AlphaTensor, анализировать лучшие серии шагов при умножении матриц. За победу с минимальным количеством ходов модель получала вознаграждение.
В результате система нашла решение задачи за 47 шагов. Предыдущий рекорд принадлежит немецкому математику Фолькеру Штрассену, установленный в 1969 году.
☝️ По словам представителей DeepMind, AlphaTensor превосходит лучшие существующие алгоритмы для более чем 70 различных размеров матриц.
forklog.com
#DeepMind #исследование
_______
Источник | #forklogAI
Ученые с помощью ИИ ускорили процесс умножения двух матриц. Они превратили задачу в настольную игру, где каждый ход направлен на ее решение. Затем исследователи обучили новую версию AlphaZero, названную AlphaTensor, анализировать лучшие серии шагов при умножении матриц. За победу с минимальным количеством ходов модель получала вознаграждение.
В результате система нашла решение задачи за 47 шагов. Предыдущий рекорд принадлежит немецкому математику Фолькеру Штрассену, установленный в 1969 году.
☝️ По словам представителей DeepMind, AlphaTensor превосходит лучшие существующие алгоритмы для более чем 70 различных размеров матриц.
forklog.com
#DeepMind #исследование
_______
Источник | #forklogAI
ForkLog
DeepMind с помощью ИИ ускорила умножение матриц
Компаия DeepMind использовала ИИ AlphaZero для решения фундаментальной математической задачи в информатике и побила рекорд, установленный более 50 лет назад.
Media is too big
VIEW IN TELEGRAM
⚽️ Специалисты по ИИ из DeepMind, дочерней компании Google, обучили роботов играть в футбол.
При помощи нейросетей они двигаются на 180% быстрее обычных андроидов с заранее прописанными командами. Механические футболисты научились отражать удары, защищать ворота и быстро вставать при падении.
Также они стали чаще забивать голы и предугадывать движения соперников.
#DeepMind #Google #роботизация
_______
Источник | #forklogAI
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
При помощи нейросетей они двигаются на 180% быстрее обычных андроидов с заранее прописанными командами. Механические футболисты научились отражать удары, защищать ворота и быстро вставать при падении.
Также они стали чаще забивать голы и предугадывать движения соперников.
#DeepMind #Google #роботизация
_______
Источник | #forklogAI
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot