在手机上保存，获得更好体验
本字幕由TME AI技术生成
今天是二零二四年九月九日
欢迎收听ai 上下文
近日
开源模型领域迎来重大突破
Reflection 七零b 模型在多项基准测试中超越了gpt 四o
成为新的开源模型之王
该模型有两位开发者仅用三周时间开发完成
基于meta 的lma 三点一七零b instruct 模型
并采用了独特的反思微调技术
能够在输出前检测并纠正自身错误
Reflection 沈七零b 的发布引起了社区的广泛关注
但因性能表现受到质疑
被指其基础模型为lama 三而非lama 三点一
开发者mach
Summer 澄清称是hugging face 权重问题
并宣布重新训练模型以消除疑虑
该模型在多项基准测试中表现不如预期
引发社区广泛讨论
Summer 表示将重新上传权重并发布数据集
以验证新模型的性能
这一事件再次提醒我们
即使是开源模型
其性能和透明度也是社区关注的焦点
接下来
北京大学智能学院教授王立威在最新一期智者访谈中
从机器学习理论视角探讨了大模型的能力边界及其对ai 未来发展的影响
王立威教授指出
大模型虽然在处理复杂任务上表现出色
但其背后的理论基础仍需深化
他强调理论研究应超越解释具体现象
探所更本质的问题
以指导未来的研究和实践
王立威教授还讨论了ai 在数学和科学问题上的潜力
以及如何通过理论研究提升模型的可解释性和泛化能力
他认为未来的理论研究应鼓励青年学者挑战现有框架
探索未知领域
以期发现能够传世的ai 领域的能量守恒定律
在商业领域
英伟达近期股价大幅下跌
市值在一周内蒸发约四千零六十亿美元
尽管公司第二季度财报显示收入和净利润大幅增长
但第三季度业绩预测低于市场预期
导致投资者信心受挫
此外
英伟达面临反垄断调查以及black well 芯片量产延迟等问题
进一步加剧了市场对其未来表现的担忧
尽管如此
英伟达今年股价仍上涨超过百分之一百
市值增加一点三万亿美元
显示出市场对其长期前景的乐观态度
Metaphir
Cmu 和hdda 的研究团队在新新的r fourteen 论文中探讨了让语言模型在推理过程中实时纠错的可能性
通过在预训练中加入大量错误推理和纠正数据
研究显示这种方法可以提高模型的推理准确性
文章详细讨论了与beam search 的区别
数据准备方法
错误掩码需求
错误数量及数据微调的可行性
研究结果表明
文管错误识别必须极高
但通过预训练数据中的错误和纠正
模型在测试阶段的推理正确率显著提升
二零二四年外滩大会展示了人工智能ai 未来五年的发展趋势
尽管ai 技术在应用层面尚未带来显著变化
但技术端的发展仍在持续
大模型的算力军备竞赛仍在进行
但优化算力效率和成本控制成为关注焦点
异构计算技术被视为提高计算性能和能能效的关键
此外
小模型和端侧模型的发展预示着ai 在行业应用中的潜力
尤其是在医疗
能源和教育等领域
未来ai agent 可能成为新型终端形态
推动人机交互方式的进一步演进
尽管ai 技术的发展仍需时间
但未来五年将是ai 应用和场景爆发的关键时期
美国ai 公司三test 近日宣布将改变其ai 聊天机器人的收费模式
从传统的按使用频率收费转变为基于结果的定价模式
新政策规定
只有在聊天机器人独立完成任务
不需要员工介入时
Sandest 才会向企业收费
一变革旨在应对sa i 自动化趋势
这少客户对高价ai 功能的谨慎态度
并吸引在it 预算紧缩时期的客户增加支出
尽管存在收入预测难度增加的风险
Sandest 希望通过此举变免ai 对其业务的潜在威胁
此外
竞争对手interter count furethout 也已开始探索类似的收费模式
小红书技术团队fired 近日发布了基于大语言模型的fie read tts 语音合成系统
该系统无需训练即可模仿任意音色和说话风格
适用于短视频配音和聊天室语音对话
Fie read tts 能够生成多种风格的音频内容
包括搞怪风
女友风等
并支支持中英混杂的语音生成
此外
该系统还能生成具有小红书博主风格的高级感旁白
Fire 团队已公布技术报告
并开源模型权重和推理代码供公众体验
Raplplt agent 是一款由ai 处创公司replt 推出的智能体
能够自动化完成开发环境配置
代码编写
软件包安装
数据库配置及部署等全流程
用户只需通过简单的prompt 输入
即可在手机或电脑上快速创建app
最快仅需两分钟
该工具已在编程社区引起广泛关注
甚至吸引了马斯克的围观
Rap plate agent 目前处于早期访问阶段
未来有望进一步提升功能
在最近的一项实验中
Ai 模型chat gpt 和cloud 在面对连续否定时的表现截然不同
Chat gpt 不断自我修正
连续答案正确也会改错
连续回答错误三十六次
而cloud 则坚持己见
即使答案错误也不改
最终选择已读不回
这一实验揭示了不同ai 模型在处理用户反馈时的策略差异
引发了关于ai 自系结构和学户引导的讨论
Open ai 计划在年底推出下一代前沿模型gpt next
预计其有效计算量将是当前gpt 四的一百倍
这一性能跃升将通过改进体系结构和学习效率实现
而非单纯增加计算资源
Open ai 正在全球范围内耗资数百亿美元建设ai 基础设施
包括数据中心和半导体制造
以支持这一新模型的开发
此外
Open ai 还计划进行新一轮数十亿美元的融资
估值有望超过一千亿美元
今天的新闻播报完了
感谢你的聆听
