俞凯：音频+AI 技术驱动下的智能音频新未来 | GAS 2025演讲嘉宾介绍

最新推荐文章于 2025-05-07 20:43:40 发布
最新推荐文章于 2025-05-07 20:43:40 发布
阅读量284 收藏
点赞数 5
分类专栏： 2025中国国际音频产业大会（GAS） 文章标签： 人工智能 科技 声学技术 音视频 声学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_65818956/article/details/146206187
版权

26日主旨论坛

3月26日 上午

俞凯

思必驰首席科学家/上海交通大学教授/思必驰上交大人工智能实验室主任

思必驰科技股份有限公司

后续将陆续解密更多演讲嘉宾！

欢迎持续关注！ 

 

 

 

思必驰俞凯：分布式大模型智能体系统是 AGI 时代一道别样的风景
AI生成曾小健3
12-30 933
我们一直把 ChatGPT 类的大模型叫做对话式人工智能、对话式语言计算。OpenAI 实际上是从预训练语言模型发展起来的，而思必驰是从一个完整的端到端对话系统发展起来的，一直以多轮交互为核心，不断迭代出现在的大语言模型。所以虽然殊途同归，但实际上我们有自己独特的发展轨迹。思必驰 DFM 语言大模型是自主的技术研发路线逐渐形成的语言大模型。
简谈我对人工智能的理解与它的应用发展现状
qixinxiangshicheng的博客
03-16 940
谈起人工智能（Artificial Intelligence），英文缩写 AI，人们理解模糊、众说纷纭、喜忧参半，乐观者认为它极大地推动了产业界的进展，是目前乃至未来引领科技前沿的硬核方向之一，悲观者认为即使在某些场景它能解决很多问题，但它所引起的道德问题、伦理问题、失业问题、隐私问题已引起了很多民众的焦虑。那对于人工智能呢，它的思想也是类同的，它既有信息、 知识性的、只能在设计的程序范围内形成动作的，不具备推理能力、独立意志的弱人工智能，又有在设计的程序 范围外能独立推理及自主决策的强人工智能。
【强化学习入门】梯度赌博机算法中，偏好函数更新：梯度上升公式是精确梯度上升的随机近似的证明
记录学习痕迹的公众号：Piper蛋窝
12-13 1069
本文证明强化学习入门问题：K摇臂赌博机的梯度赌博机算法中，偏好函数更新公式：$H_{t+1}(A_t) = H_t(A_t) + \alpha (R_t - \overline{R_t})(1-\pi_t(A_t))$的合理性。书上可能有些不太好理解，我用较为浅显的语言将每步证明的“why & how”描述出来。
强化学习系列(1) - Q-learning及其实现
记录一些学习过程
05-22 484
最近想学习在线学习方法，对强化学习感兴趣起来，打算系统的学习一下。从典型小例子的动手实践过程中再结合书籍中的理论解释，对‘从与环境交互中学习’会理解的更深刻。有时候想想人这个代理何尝不是与生存的环境交互学习。 　由于目前已有针对这些参考资料的详细解释，这里作为快速的学习方法，这个系列只重点记忆一下每个方法的特征和代码实现，后期有其他感悟再不断完善。：) 　这里视频，和代码资源参考的是张沫凡RL系列。书籍参考的是Sutton的经典教材，不过是翻译版，emmm。《强化学习》第二版，对应的英文教材是《Reinf.
语音信号处理入门入籍和课程推荐
Bonner1的博客
11-29 5471
欢迎关注我的公众号，微信搜一搜【音频信号处理那些事儿】获取更多信息。 由于看网上关于语音信号处理的入门书籍和课程推荐的比较少，同时相关的领域人员也比较少，所以建了这个公众号，欢迎各位同仁指正交流，谢谢。 本文是从我的公众号【音频信号处理那些事儿】选取而来的，所以直接复制了当时发文的内容。原文链接为【音频信号处理专栏】【2】入门书籍和课程推荐 作为刚刚入门音频信号处理（语音信号处理包括但不限于语音合成、语音识别、语音情感分析、车辆声音信号处理、麦克风阵列信号处理等）的小懵懂们总是会问以下问题（以下问题均摘自
自然语言处理实战：用CRF打造高精度命名实体识别系统
Loving_enjoy的博客
05-03 1405
无论是想快速搭建一个可用的NER系统，还是希望深入理解概率图模型的精髓，CRF都是值得放入工具箱的利器。'prev_is_b-geo': prev_tag == 'B-GEO' # 假设prev_tag是前一个标签。('参观天安门', ['O', 'B-POI', 'I-POI', 'I-POI'])" —— 人工智能先驱吴恩达。- **BiLSTM-CRF**：经典组合，在CoNLL-2003达到91%的F1值。('北京市', ['B-GEO', 'I-GEO', 'I-GEO']),
基于对应点分类的对象识别 报错
qq_25194681的博客
05-07 150
【代码】基于对应点分类的对象识别 报错。
『MaxKB业务实战（四）』在MaxKB中实现图片问答
老陈聊架构
05-07 845
本文将详细介绍如何在MaxKB中实现图片回答功能，包括图片上传、存储和展示的完整流程。
解锁DeepSeek模型微调：从小白到高手的进阶之路
邓邓子的博客
05-05 1542
本文围绕 DeepSeek 模型微调展开系统阐述。首先介绍 DeepSeek 模型在 AI 领域的重要地位及其优势，点明微调对提升模型性能的关键意义。接着深入解析微调原理，涵盖迁移学习基础与参数更新机制。随后详细讲解数据准备、模型选择加载、微调训练实战等核心步骤，包括数据收集标注预处理、参数设置与策略选择。还通过实战案例展示微调全流程，并基于评估结果提出优化改进方法。最后对 DeepSeek 模型微调进行总结，展望其未来发展方向，为希望掌握 DeepSeek 模型微调技术的读者提供全面指导。
存算一体架构下的新型AI加速范式：从Samsung HBM-PIM看近内存计算趋势
高效做AI，就上Aladdin! 同学们用得起的H卡算力平台。
05-01 1909
存算一体不是简单的技术改良，而是对计算本质的重新思考。当HBM-PIM将能效边界推向10 TFLOPS/W，我们正站在架构革命的临界点。这场变革的终极目标，是让计算回归数据本源——‌在比特诞生的地方处理比特‌。本文实验数据基于Samsung Aquabolt-XL HBM-PIM实测，更多技术细节请参考ISSCC 2023论文《A 1ynm 16Gb 4.8TFLOPS/W HBM-PIM with Bank-Level Programmable AI Engines》。
Qwen3 混合思维模版解读
qq128252的博客
05-07 310
在人工智能迅速发展的今天，大型语言模型（Large Language Models，简称LLM）正逐渐成为各类应用的核心组件。其中，对话模板（Chat Template）作为连接用户与模型的关键桥梁，对确保高质量的交互体验至关重要。本文将深入解析Qwen3使用的对话模板，揭示其如何优雅地处理多轮对话、工具调用等复杂场景。
我让AI接管了浏览器！Browser Tools MCP教程：自动Debug+截屏+SEO分析
seeyouintokyo的博客
05-03 1613
小白友好，且效率翻倍
英伟达语音识别模型论文速读：Token-and-Duration Transducer（TDT）架构
weixin_52582710的博客
05-05 1358
论文提出的 TDT 模型通过在传统 Transducer 模型中加入显式的持续时间建模，在语音识别、语音翻译和口语理解等多个序列任务中均优于传统 Transducer 模型。TDT 模型不仅在准确率上表现相当或更好，而且在推理速度上显著提升，最高可达 2.82 倍加速。此外，TDT 模型在抗噪声和处理重复 token 方面也展现出更强的鲁棒性。未来的工作将致力于进一步提高 TDT 模型的计算效率和准确性，并开发高效的 TDT 模型束搜索算法。
生产级RAG系统一些经验总结
yanqianglifei的专栏
05-01 1197
可能需要修剪或总结它们。一种常见方法是先检索，然后运行较小的语言模型或启发式算法，将每个检索到的文档总结为一段话，然后将这些摘要输入最终的语言模型。这有时被称为上下文压缩或自适应上下文。LlamaIndex等工具可以自动执行第二阶段，使用语言模型在最终答案之前将初始检索集压缩成更短的形式。仅在绝对需要时使用此方法，因为任何摘要都是额外的生成步骤，可能会引入自己的错误。随着2025年16k+标记模型的出现，如果适合，许多RAG系统尝试只提供原始文本，因为这保留了最大的细节。
Deepseek基础-api key申请及应用(java)、硅基流动api key申请及应用(dify)
简单记录
05-05 946
要识别的车票和发票图片。
大学之大：杜伦大学2025.5.4
sinat_34897952的博客
05-04 795
杜伦大学以其千年历史底蕴与现代创新精神，在保持学院制传统的同时，积极应对全球挑战。其优势学科覆盖人文、科学与商科，科研实力位居世界前列。未来，杜伦将继续深化可持续发展与数字化教育，巩固其作为全球顶尖研究型大学的地位，为学生提供兼具学术深度与实践价值的教育体验。
Free Draft Model！Lookahead Decoding加速大语言模型解码新路径
PAN_Andy的博客
05-04 1108
大语言模型（LLMs）在当今AI领域大放异彩，但其自回归解码方式锁死了生成效率。本文将为你解读一种全新的解码算法——Lookahead Decoding，它无需Draft Model就能实现投机采样，加速LLM解码，在多项任务中实现显著提速，为大语言模型的应用带来新突破，快来一探究竟！
【第四十三周】文献阅读：Vul-RAG：通过知识级 RAG 增强基于 LLM 的漏洞检测
qq_30043925的博客
05-04 769
本周阅读了一篇将RAG和网安领域相结合的论文：Vul-RAG。Vul-RAG的核心目标是通过结合大语言模型（LLM）和知识检索增强生成（RAG）技术，解决现有漏洞检测方法在区分具有高相似性的漏洞代码和正确代码时的局限性。论文的工作流程分为三个阶段：第一阶段，先对离线漏洞知识库进行构建。从现有的CVE（通用漏洞披露）实例中提取多维度的漏洞知识，包括功能语义、漏洞原因和修复方案。这些知识通过LLM生成并抽象化，形成一个结构化的知识库。第二阶段，对在线漏洞知识进行检索。
元子与元组的关系解析：从简单到复杂大跨界大综合的融智学研究
最新发布
geneculture的专栏
05-07 632
元子和元组的关系（两基本的超级大类，其中前者概括万事万物的基础范畴及其学科的基本单位，如：物理的量子，化学的元素以及生物的基因乃至天文的星体与地理成分等等；后者是由前者组合而成，且存在演绎推理的过程及其结构，表现为：各级各类结构并由数学加以抽象表达，由各门学科探究）。 该理论体系以“道函数”为核心构建了一个横跨哲学、数学、物理与计算科学的统一认知框架，其核心思想与逻辑结构。该理论将计算复杂性问题（P vs NP）与时空相对性原理相结合，创造性地通过道函数的静动态形式差异揭示计算本质深层结构。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值