📣📣📣视觉智能开放平台子社区建立新版块——AI热点日报～
我们汇总了世界各地最具影响力的AI项目、研究成果和创新应用的信息，为读者带来前沿的科技资讯。无论你是科技爱好者、人工智能从业者或者只是对未来科技趋势感兴趣的读者，我们都致力于满足你的需求。通过简明易懂的报道和深入的分析，本系列文章将带你领略未来的畅想，了解人工智能正在如何改变我们的生活和社会。
不容错过的每一期，让我们与科技同行，共同探索AI的无限可能。
🌈热点内容直通车
1. 微软Windows11更新 推出Copilot预览版
当地时间10月31日，微软于官网宣布推出Windows 11 23H2版本更新，包含AI助手Copilot预览版。据悉，预览版Copilot的最初市场包括北美、亚洲部分地区和南美，后续将逐步增加其他市场。用户选择任务栏上的“新建”按钮，或按“Win+C”即可在Windows中启动Copilot。启动后，Copilot显示为停靠在右侧的侧边栏。
据介绍，Copilot能够使用Edge中的上下文来增强响应，用户可以要求它汇总正在查看的网页，而无需提供网站地址或复制并粘贴长文本；还与剪贴板集成，提供拖放图像等功能。Copilot可以使用三种不同的聊天语气，包括更短、更注重搜索答案的“精确”，提供更长、更具描述性响应的“创意”，以及介于两者之间的“平衡”。
2. 百度文心一言推出会员模式 提供文心大模型4.0
百度文心一言现已推出会员模式，开通后可解锁文心大模型4.0。文心一言会员单月购买价格为59.9元/月，连续包月价格为49.9元/月，文心一言+文心一格联合会员价格为99元/月。文心一言会员可享受文心大模型4.0、文生图能力全面升级、网页端高阶插件、App端单月赠送600灵感值等权益，文心一格会员可享受极速生成多尺寸高清图像、创作海报和艺术字、AI编辑改图修图等权益。文心大模型3.5等基础功能仍免费开放使用。
3. vivo发布自研通用AI大模型矩阵“蓝心”
在今日举行的vivo开发者大会上，vivo正式发布了旗下的自研通用AI大模型矩阵——蓝心大模型。据介绍，蓝心大模型包含十亿、百亿、千亿三个参数量级，共5款大模型。其中，十亿级别的两款模型分别是端云两用的70亿参数蓝心大模型7B，以及面向端侧的10亿参数蓝心大模型1B；百亿级别的大模型是700亿参数的蓝心大模型70B，是面向云端服务的主力模型；千亿级别包含1300亿参数和1750亿参数两款大模型 ，据称能以更丰富的知识量带来更加专业极致的智能体验。
📖新鲜论文早知道
1. 北大联合多高校团队发布AI对齐全面性综述
据机器之心报道，10月30日，北大联合多高校团队发布AI对齐全面性综述。在这份综述中，作者提供了一个覆盖范围广泛的AI对齐介绍，明确了对齐的目标，包括鲁棒性、可解释性、可控性和道德性，并将对齐方法的范围划分为前向对齐和后向对齐。目前，在前向对齐的两个显着研究领域是从反馈中学习和在分布偏移下学习，而后向对齐由对齐保证和AI治理组成。综述整合了多方资源，包括教程、论文列表、课程资源等，且该论文将持续更新，面向AI对齐社区长期开放讨论。
论文地址：
arxiv.org/abs/2310.19852
AI Alignment地址：
www.alignmentsurvey.com
2. 论文 | TransGNN：Transformer和GNN可以互相帮助吗？
尽管Transformer在自然语言处理和计算机视觉方面取得了巨大成功，但由于两个重要原因，它很难推广到中、大规模图数据：(i) 复杂性高。(ii) 未能捕获复杂且纠缠的结构信息。在图表示学习中，图神经网络（GNN）可以融合图结构和节点属性，但感受野有限。因此，我们质疑是否可以将 Transformer 和 GNN 结合起来，互相帮助？在本文中，我们提出了一种名为TransGNN的新模型，其中Transformer 层和 GNN 层交替使用以相互改进。具体来说，为了扩大感受野并解开边的信息聚合，我们建议使用 Transformer 聚合更多相关节点的信息，以改善 GNN 的消息传递。此外，为了捕获图结构信息，我们利用位置编码并利用GNN层将结构融合为节点属性，从而改进了图数据中的Transformer。我们还建议对 Transformer 最相关的节点进行采样，并提出两种有效的样本更新策略以降低复杂性。最后，我们从理论上证明 TransGNN 仅在具有额外的线性复杂度的情况下才比 GNN 更具表现力。在8个数据集上的实验证实了 TransGNN 在节点和图分类任务上的有效性。
https://arxiv.org/abs/2308.14355
关注子社区，每周热点抢先看~
更多精彩内容欢迎点击下方链接，了解更多viapi相关信息。
