给AI打工的人,迷失在数据标注里
给AI打工的人,迷失在数据标注里AI数据标注师职业呈分层现象(体力型、理解型、管理型),虽处行业需求增长期,但面临廉价、技术壁垒低、易被AI替代的困境。从业者普遍缺乏上升通道与核心竞争力,大厂战略转向落地应用进一步压缩基础标注岗位,凸显个人主动转型的重要性。
搜索
AI数据标注师职业呈分层现象(体力型、理解型、管理型),虽处行业需求增长期,但面临廉价、技术壁垒低、易被AI替代的困境。从业者普遍缺乏上升通道与核心竞争力,大厂战略转向落地应用进一步压缩基础标注岗位,凸显个人主动转型的重要性。
小扎亲手挖人,很疯狂。
在大语言模型蓬勃发展的背景下,Transformer 架构依然是不可替代的核心组件。尽管其自注意力机制存在计算复杂度为二次方的问题,成为众多研究试图突破的重点
本文第一作者为前阿里巴巴达摩院高级技术专家,现一年级博士研究生满远斌,研究方向为高效多模态大模型推理和生成系统。通信作者为第一作者的导师,UTA 计算机系助理教授尹淼。尹淼博士目前带领 7 人的研究团队,主要研究方向为多模态空间智能系统,致力于通过软件和系统的联合优化设计实现空间人工智能的落地。
World Labs 是由著名 AI 专家、斯坦福大学教授李飞飞于 2024 年创办的初创公司,致力于开发具备“空间智能”的下一代 AI 系统。
AI正被妈妈们用于辅导孩子作业,尤其是代写作文,以应对学校刻板命题和格式要求。家长认为作文缺乏意义,AI能高效生成应试模板,甚至老师也使用AI批改,形成“AI写-AI批”闭环。这虽减轻了家长负担,却让孩子过早学会应付规则,真实表达空间被压缩,引发对教育意义和童年消逝的反思。
大模型巨无霸体量,让端侧部署望而却步?华为联手中科大提出CBQ新方案,仅用0.1%的训练数据实现7倍压缩率,保留99%精度。
而马毅是那类觉得不够的人,他于无声处开始提问:智能的本质是什么?自 2000 年从伯克利大学博士毕业以来,马毅先后任职于伊利诺伊大学香槟分校(UIUC)、微软亚研院、上海科技大学、伯克利大学和香港大学,现担任香港大学计算与数据科学学院院长。他和团队提出的压缩感知技术,到现在还在影响计算机视觉中模式识别领域的发展。
继“结构式”“压缩式”“共振式”之后,一直在想第四种与 AI 交流的路,可能会是什么?
在以 transformer 模型为基础的大模型中,键值缓存虽然用以存代算的思想显著加速了推理速度,但在长上下文场景中成为了存储瓶颈。为此,本文的研究者提出了 MILLION,一种基于乘积量化的键值缓存压缩和推理加速设计。