AI论文“高引用转化率”排名出炉:OpenAI第一,旷视第二,谷歌位居第九 | 您所在的位置:网站首页 › accuracy 意思 › AI论文“高引用转化率”排名出炉:OpenAI第一,旷视第二,谷歌位居第九 |
引用次数:1372 机构:DeepMind 主题:利用AlphaFold增加蛋白质结构数据库的覆盖范围 2、ColabFold: making protein folding accessible to all 引用次数:1162 机构:多家合作完成 主题:一种开源且高效的蛋白质折叠模型 3、Hierarchical Text-Conditional Image Generation with CLIP Latents 引用次数:718 机构:OpenAI 主题:DALL·E 2 4、A ConvNet for the 2020s 引用次数:690 机构:Meta和UC伯克利大学 主题:在Transformer繁荣时期成功实现CNN现代化 5、PaLM: Scaling Language Modeling with Pathways 引用次数:452 机构:谷歌 主题:谷歌的540B大型语言模型,一个新的MLOps范式,包含它的实现过程 2021年 1、Highly accurate protein structure prediction with AlphaFold 引用次数:8965 机构:DeepMind 主题:AlphaFold,利用深度学习进行蛋白质结构预测的巨大突破 2、Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 引用次数:4810 机构:微软 主题:ViT的强大变体 3、Learning Transferable Visual Models From Natural Language Supervision 引用次数:3204 机构:OpenAI 主题:CLIP 4、On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? 引用次数:1266 机构:美国华盛顿,Black in AI,The Aether 主题:著名的立场论文,对不断增长的语言模型的趋势持批评态度,强调了它们的局限性和危险 5、Emerging Properties in Self-Supervised Vision Transformers 引用次数:1219 机构:Meta 主题:DINO,揭示了图像的自监督如何导致Transformers中出现某种原型对象分割 2020年: 1、An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale 引用次数:11914 机构:谷歌 主题:第一个展示普通Transformer如何在计算机视觉领域中表现出色的作品 2、Language Models are Few-Shot Learners 引用次数:8070 机构:OpenAI 主题:GPT-3 3、YOLOv4: Optimal Speed and Accuracy of Object Detection 引用次数:8014 机构:中国台湾“中研院” 主题:YOLOv4 4、Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer 引用次数:5906 机构:谷歌 主题:对Transformer的迁移学习进行了严格的研究,产生了著名的T5 5、Bootstrap your own latent: A new approach to self-supervised Learning 引用次数:2873 机构:DeepMind和帝国理工学院 主题:表明negative对于表征学习来说不是必需的 想必大家能从中找到不少“熟悉的面孔”。 接着,Zeta Alpha就对近三年的高引用论文背后的信息进行了一番分析。 首先是 “每年论文引用次数进前100最多”的国家(地区)。 可以看到美国强势第一,中国与之的差距比较明显。 因此Zeta Alpha也认为,此前关于 “中国在AI方面的研究可能超过美国”的说法至少在这项数据上是不成立的。 除此之外,新加坡和澳大利亚的排名也比较出人意料,分别为第五和第六。 “为了正确评估美国的主导地位”,Zeta Alpha又换了一种统计方式,计算引用次数前100的 百分比。 当然,美国仍然第一,但可以看到三年间的占比有所下降。 英国是中美以外最大的竞争对手,不过英国表现突出的2022年,其实主要都是由DeepMind贡献的 (占比69%)。 接下来是按组织或机构评比论文引用次数进前100最多的个体。 不太意外,谷歌与Meta微软分列前三,随后是UC伯克利、DeepMind和斯坦福。 OpenAI也收获了一个还不错的名次,第九。第十是MIT, 第十一是清华大学。 尽管前三名选手都来自工业界,但是如果只按照机构类型来分,学术界和它的表现其实基本不相上下。 再接着,是过去三年各组织或机构发表的论文总数排名。 老大还是谷歌。 第二名比较亮眼,是清华大学,随后是微软、CMU、MIT、斯坦福、UC伯克利、 北京大学(第八)、Meta…… 可以看到,前十里隶属于学术界的机构或组织占据了大片江山。 而我们找了半天,也没有看到OpenAI和DeepMind的名字—— 显然它们发表的论文数量较少,主要靠质量取胜。 为了验证这一猜测,Zeta Alpha也做了一个 高引论文转化率的排名。 果不其然,OpenAI摘得桂冠,DeepMind获得第三。 当然,Meta也不错,第四,引得LeCun都出来“现身说法”了一下: 我们Meta确实是更注重质量而不是数量的。 我们Meta确实是更注重质量而不是数量的。 相比之下,高引多 但发得更多的谷歌才排第九,差点出前10。 除了这几位,第二名也是亮点——它就是 旷视。 以及国内还有商汤也上榜了。 附2022引用Top100完整名单 ChatGPT的火着实盘活了AI产业,最新前沿研究究竟会指往哪些方向?我们也需要更加敏锐地进行观察。 为此,Zeta Alpha也给出了2022年引用进100的所有AI论文的名单,或许对大家有所启发。 1-30: 31-60: 61-90: 91-100: 那么,Zeta Alpha这份报告的全部内容就是这些。 原文可戳: https://www.zeta-alpha.com/post/must-read-the-100-most-cited-ai-papers-in-2022 — 完— 「中国AIGC产业峰会」启动 邀您共襄盛举 「中国AIGC产业峰会」即将在今年3月举办,峰会将邀请AIGC产业相关领域的专家学者,共同探讨生成新世界的过去、现在和未来。 峰会上还将发布 《中国AIGC产业全景报告暨AIGC 50》,全面立体描绘我国当前AIGC产业的竞争力图谱。点击链接或下方图片查看大会详情: 被ChatGPT带飞的AIGC如何在中国落地?量子位邀你共同参与中国AIGC产业峰会 点这里 👇关注我,记得标星哦~ 一键三连「分享」、「点赞」和「在看」 科技前沿进展日日相见 ~ 返回搜狐,查看更多 |
CopyRight 2018-2019 实验室设备网 版权所有 |