实测 | GPT 3.5系列模型选择指南：面试、英文邮件、直播、周报、简历5个场景下性价比如何？
机器之心专栏本专栏由机器之心「SOTA！模型」资源站出品GPT 3.5 系列中哪个模型表现最好？GPT 3
阅读全文 ：实测 | GPT 3.5系列模型选择指南：面试、英文邮件、直播、周报、简历5个场景下性价比如何？
公众号
机器之心
专业的人工智能媒体和产业服务平台
这个来源的文章
Midjourney 5.1 来了，使用更丝滑，网友已经玩嗨了
Midjourney 5.1 的到来再一次将AI的作品推向更高的舞台！
阅读全文 ：Midjourney 5.1 来了，使用更丝滑，网友已经玩嗨了以前所未有的原子数量进行量子力学模拟，机器学习发现新的高压固体氢
研究发现了一种新的高压固体氢，这是过去的理论和实验未发现的。
阅读全文 ：以前所未有的原子数量进行量子力学模拟，机器学习发现新的高压固体氢Prompt Sapper：基础模型的灵魂伴侣，AI服务的创新工场
澳大利亚 Data61 的 SE4AI 团队和江西师范大学智能化软件工程实验室联合打造全球首款 AI 链（AI chain）无代码生产平台 Prompt Sapper，及相应的方法学和 AI 服务市场。
阅读全文 ：Prompt Sapper：基础模型的灵魂伴侣，AI服务的创新工场训练提速17%，第四范式开源强化学习研究框架，支持单、多智能体训练
OpenRL 是由第四范式强化学习团队开发的基于 PyTorch 的强化学习研究框架。
阅读全文 ：训练提速17%，第四范式开源强化学习研究框架，支持单、多智能体训练联合NeRF与特征网格，实现超大规模城市渲染，高效且逼真
该方法克服了现有方法在大规模场景中应用的各种缺点，即使在大规模城市场景中也能实现高保真度的渲染
阅读全文 ：联合NeRF与特征网格，实现超大规模城市渲染，高效且逼真北大&北航团队揭示电子转移规律，深度学习定量预测96种元素在任意压力下的电负性
深度学习模型来获得 96 种（H 到 Cm）元素在任意压力下的电负性，以及一个回归统一公式来量化电负性与压力和电子构型的关系。
阅读全文 ：北大&北航团队揭示电子转移规律，深度学习定量预测96种元素在任意压力下的电负性训练提速17%，第四范式开源强化学习研究框架，支持单、多智能体训练
OpenRL 是由第四范式强化学习团队开发的基于 PyTorch 的强化学习研究框架。
阅读全文 ：训练提速17%，第四范式开源强化学习研究框架，支持单、多智能体训练北大&北航团队揭示电子转移规律，深度学习定量预测96种元素在任意压力下的电负性
深度学习模型来获得 96 种（H 到 Cm）元素在任意压力下的电负性，以及一个回归统一公式来量化电负性与压力和电子构型的关系。
阅读全文 ：北大&北航团队揭示电子转移规律，深度学习定量预测96种元素在任意压力下的电负性联合NeRF与特征网格，实现超大规模城市渲染，高效且逼真
该方法克服了现有方法在大规模场景中应用的各种缺点，即使在大规模城市场景中也能实现高保真度的渲染
阅读全文 ：联合NeRF与特征网格，实现超大规模城市渲染，高效且逼真