北京大学申请图神经网络专利，能够更加准确的实现对异常用户的识别
2023年12月29日消息，据国家知识产权局公告，北京大学申请一项名为“基于图神经网络的聊天场景异常用户发现方法和系统“
首页 > 北京大学
-
-
大模型推理效率无损提升3倍，滑铁卢大学、北京大学等机构发布EAGLE
大语言模型（LLM）被越来越多应用于各种领域。然而，它们的文本生成过程既昂贵又缓慢。这种低效率归因于自回归解码的运算规则：每个词（token）的生成都需要进行一次前向传播，需要访问数十亿至数千亿参数的 LLM。这导致传统自回归解码的速度较慢。
-
北京大学数字中国研究院（华南）傅瑜：形成数据循环迭代，探索高质量数实融合发展路径
12月3日下午，“读懂广州”系列论坛“打造数产融合全球标杆城市”分论坛在广州越秀国际会议中心举行。会上，北京大学数字中国研究院（华南）院长助理、研究员傅瑜以“高质量发展数实融合探索路径”为题作主旨演讲。
-
北京大学取得AI固废处理专利，有助提高识别准确率
据国家知识产权局公告，北京大学取得一项名为“一种基于AI识别的多品类固废再利用智能系统”，授权公告号CN117085970B，申请日期为2023年10月。
-
北京大学取得分布式多智能体合作方法专利，通过强化学习进行训练
2023年12月18日消息，据国家知识产权局公告，北京大学取得一项名为“一种分布式多智能体合作方法、系统、介质及设备“，授权公告号CN116578636B，申请日期为2023年5月。专利摘要显示，本公开涉及一种分布式多智能体合作方法、系统、介质及设备。
-
北京大学提出类别级6D物体位姿估计新范式，取得新SOTA
类别级 6D 物体位姿估计是一个基础且重要的问题，在机器人、虚拟现实和增强现实等领域应用广泛。本文中，来自北京大学的研究者提出了一种类别级 6D 物体位姿估计新范式，取得了新的 SOTA 结果，论文已被机器学习领域顶会 NeurIPS 2023 接收。
-
【明日主题前瞻】字节跳动与北京大学成立“豆包大模型系统软件联合实验室”
【明日主题前瞻】字节跳动与北京大学成立“豆包大模型系统软件联合实验室”
-
北京大学发布EAGLE大模型推理效率无损提升3倍
EAGLE采用外推大语言模型的第二顶层特征向量的方法，相较于普通自回归解码，其推理速度提升明显，比普通自回归解码快3倍，比Lookahead解码快2倍，比Medusa解码快1.6倍。
-
北京大学申请图神经网络专利，高效判定组合逻辑电路逻辑等价性
2023年12月4日消息，据国家知识产权局公告，北京大学申请一项名为“基于图神经网络模型的组合逻辑电路等价性判定方法”，公开号CN117150920A，申请日期为2023年9月。
-
字节跳动与北京大学成立“豆包大模型系统软件联合实验室”
观点网讯：12月12日，北京大学-字节跳动“豆包大模型系统软件联合实验室”签约仪式暨“面向大模型的智能化软件技术与生态”学术研讨会在北京大学英杰交流中心隆重举行。会上消息，推动产学研深度融合对促进人工智能核心技术突破具有重要意义，此次联合实验室的成立是校企协同创新的重要里程碑，将依托双方优势，共同推
