圖靈學院內的文章包含三大主題：ESG浄零實驗室、AI實驗室及精實管理實驗室，我們會不定期分享相關主題之文章，也歡迎並對前述主題有興趣的學員投稿分享您的見解  (我要投稿)

探索Mobility VLA：結合長上下文視覺語言模型與拓撲圖的智能導航
2024-07-17 14:15 探索Mobility VLA：結合長上下文視覺語言模型與拓撲圖的智能導航 圖靈學院/2024年7月17日/科楠     在現代機器人導航研究中，創建能理解自然語言和圖像指令的智能代理一直是一個令人嚮往的目標。為了實現這一目標，來自Google DeepMind的研究團隊提出了一個名為Mobility VLA的分層導航策略，結合了長上下文視覺語言模型（Vision-Language Model...
Meta 3D AssetGen 及其相關數學模型的詳細分析
2024-07-09 10:37 Meta 3D AssetGen 及其相關數學模型的詳細分析 Detailed Analysis of Meta 3D AssetGen and Its Related Mathematical Models 利創智能圖靈學院 譚芃楠(國立臺北科技大學管理學院博士候選人) 2024年7月9日星期二   摘要 本文詳細介紹了 Meta 3D AssetGen 的技術及其數學模型，並探討了相...
深入探討LLM與ML的差異及互補應用
2024-07-01 13:40 深入探討LLM與ML的差異及互補應用 圖靈學院編輯部 2024年7月1日星期一/科楠   在當今迅速發展的人工智慧領域，大型語言模型（LLM）和機器學習（ML）是兩個重要且具影響力的技術。最近看到有人說現在生成式AI當道，主流當然是LLM，研究ML的人落伍了，事實真的是這樣嗎?本文將深入探討LLM和ML的主要區別、各自的應用場景、技術特性，以及它們在實際應用中的優勢、挑戰及互補融合的建議...
Forchestra: 深度學習需求預測的革新 一種突破性的時間序列預測框架
2024-06-24 18:48 "Forchestra" 深度學習需求預測的革新：一種突破性的時間序列預測框架     圖 Forchestra的網路架構。Forchestra由K個基礎預測器和一個神經指揮器組成。對於給定的時間序列，每個基礎預測器會輸出其預測結果，而元學習器會根據表示模組推斷出的表示向量為每個基礎預測器評分並分配重要性權重。Forchestra中的所有模塊都是以端到端的方式聯合訓練的。(Park, Y...