跳到正文

数据与训练

训练侧的门道:数据集构建、合成数据、预训练与后训练方法、算力与训练成本。

最新精选

第 61–62 条 · 共 62 条
6月5日周五
  1. Google Research62

    Google 提出 PHRM 系统,用手机前置摄像头被动监测心率与静息心率

    Google Research 在 Nature 发表研究,提出 PHRM 系统,可在日常使用手机时后台监测心率(HR)与静息心率(RHR)。该系统利用前置摄像头在面部解锁后的数秒内拍摄视频,通过端侧深度学习估计心率,与 ECG 相比 MAPE 低于 10%,符合所有肤色人群的行业精度标准,日 RHR 与 Fitbit Charge 6 相比 MAE 为 4.39 bpm。

    推荐理由:论文公开了 PHRM 的跨肤色误差数据与大样本数据集规模,读者可对照可穿戴设备理解被动健康监测的量化标准。

3月17日周二
  1. Mistral AI62

    Mistral 以创始成员身份加入 NVIDIA Nemotron 联盟,将联合开发开源前沿模型

    Mistral AI 宣布以创始成员身份加入 NVIDIA Nemotron 联盟,双方计划联合开发前沿开源模型。联盟的首个项目是一个在 NVIDIA DGX Cloud 上训练的基础模型,将支撑即将推出的 NVIDIA Nemotron 4 系列并开源。Mistral AI 同日发布 Mistral Small 4,供开发者与机构自行微调和使用。

    推荐理由:Mistral 以创始成员身份加入 Nemotron 联盟,可看到开源前沿模型的算力与合成数据分工如何组织。