Google hat kürzlich ein neues visuell-sprachliches Modell (Vision-Language Model, VLM) namens PaliGemma2Mix vorgestellt. Dieses Modell kombiniert die Fähigkeiten der Bildverarbeitung und der Verarbeitung natürlicher Sprache und kann sowohl visuelle Informationen als auch Texteingaben verstehen und je nach Bedarf entsprechende Ausgaben generieren. Dies markiert einen weiteren Durchbruch in der künstlichen Intelligenz im Bereich des Multitaskings. PaliGemma2Mix bietet sehr leistungsstarke Funktionen, darunter Bildbeschreibungen, optische Zeichenerkennung

IBM hat sein neues Open-Source-Sprachmodell Granite3.1 veröffentlicht und zielt damit auf eine führende Position im Bereich der Enterprise-KI ab. Die Modellreihe bietet eine erweiterte Kontextlänge von 128K, Embedding-Modelle, integrierte Halluzinationserkennung und erhebliche Performance-Verbesserungen. IBM behauptet, dass das Granite8B Instruct-Modell unter den Open-Source-Konkurrenten vergleichbarer Größe am besten abschneidet, darunter Metas Llama3.1, Qwen2.5 und Googles Gemma2.

Google hat kürzlich die neue KI-Modellfamilie PaliGemma 2 vorgestellt, deren bemerkenswerteste Funktion die angebliche Fähigkeit ist, menschliche Emotionen anhand von Bildern zu „erkennen“. Diese Behauptung hat in der Wissenschaft und bei Experten für Technikethik umgehend breite Diskussionen und starke Zweifel ausgelöst. Das auf dem Gemma-Open-Source-Modell basierende KI-System kann detaillierte Bildbeschreibungen erstellen, die nicht nur bei der einfachen Objekterkennung Halt machen, sondern auch versuchen, das Verhalten und die Emotionen der abgebildeten Personen zu beschreiben. Mehrere führende Experten haben jedoch die wissenschaftliche Grundlage und die potenziellen Risiken dieser Technologie stark kritisiert. Von

Google hat kürzlich sein neues KI-Modell PaliGemma2 vorgestellt, das Bilder analysieren und Bildunterschriften generieren sowie Fragen zu Emotionen und Handlungen der abgebildeten Personen beantworten kann. PaliGemma2 basiert auf Googles Gemma-Open-Source-Modellreihe und bietet im Vergleich zur traditionellen Objekterkennung detailliertere Bildbeschreibungen, wobei Emotionen erkannt und kontextbezogene Beschreibungen generiert werden. Trotz des scheinbar bahnbrechenden Fortschritts warnen Experten jedoch vor potenziellen ethischen und gesellschaftlichen Auswirkungen. Emotionserkennung ist nicht...

In Zeiten des rasanten Fortschritts der künstlichen Intelligenz befindet sich die KI-Regulierung in den USA in einem Zustand höchster Unordnung. Die bevorstehende Amtsübernahme der Trump-Regierung und ihre laissez-faire-Haltung gegenüber der Technologie-Regulierung treiben ein höchst dramatisches Regulierungsspiel voran. Derzeit präsentiert sich die US-amerikanische KI-Regulierung als zersplittertes Puzzle: Es mangelt an einer einheitlichen Politik auf Bundesebene, die einzelnen Bundesstaaten agieren eigenständig, und einige Regionen verfügen sogar über keinerlei klare Regeln. Dieses regulatorische Vakuum schafft für die Technologieriesen einen Wettbewerbsplatz voller Ungewissheit und Risiken. Trumps Team erwägt die Ernennung eines "KI-Zaren"

Google gab auf dem in Tokio stattfindenden Gemma Entwicklertag eine wichtige Ankündigung bekannt: die neue japanische Version des Gemma-Modells wurde offiziell vorgestellt. Dieses kompakte KI-Modell mit nur 2 Milliarden Parametern beherrscht sowohl Japanisch als auch Englisch und zeigt eine Leistung, die mit GPT-3.5 vergleichbar ist. Dieser technologische Durchbruch ist besonders bemerkenswert. Im Bereich der KI stehen kleinere Modelle bei der Erlernung neuer Sprachen oft vor der Herausforderung des 'katastrophalen Vergessens' – dem Verlust zuvor erworbener Fähigkeiten beim Erwerb neuen Wissens. Die japanische Version von Gemma hat dies jedoch erfolgreich überwunden.

Auf dem kürzlich in Tokio stattgefundenen Gemma Developer Day hat Google die neue japanische Version des Gemma KI-Modells vorgestellt. Das Modell liefert vergleichbare Ergebnisse wie GPT-3.5, verfügt aber mit nur 2 Milliarden Parametern über eine sehr geringe Größe und eignet sich daher ideal für den Einsatz auf Mobilgeräten. Das veröffentlichte Gemma-Modell zeigt hervorragende Leistungen in der japanischen Sprachverarbeitung und behält gleichzeitig seine Fähigkeiten in der englischen Sprache bei. Dies ist besonders wichtig für kleinere Modelle, da sie beim Fine-tuning für neue Sprachen mit dem Problem des "katastrophalen Vergessens" konfrontiert sein können.

Google AI hat kürzlich Gemma-APS veröffentlicht, eine Sammlung von Modellen, die speziell für die Segmentierung von Text in Propositionen entwickelt wurden, um die Herausforderungen zu bewältigen, vor denen aktuelle Machine-Learning-Modelle bei der Verarbeitung komplexer menschlicher Sprache stehen. Gemma-APS basiert auf einem feinabgestimmten Gemini Pro-Modell, das mit synthetischen Daten aus verschiedenen Bereichen trainiert wurde. Dieser innovative Ansatz ermöglicht es dem Modell, sich an verschiedene Satzstrukturen und Domänen anzupassen und seine Vielseitigkeit deutlich zu verbessern. Die Modell-Sammlung ist jetzt als Gemma-7B-APS-I verfügbar.

Zyphra hat kürzlich Zamba2-7B vorgestellt, ein kleines Sprachmodell mit 7 Milliarden Parametern und beispielloser Leistung. Das Modell soll Konkurrenten wie Mistral-7B, Googles Gemma-7B und Metas Llama3-8B in Bezug auf Qualität und Geschwindigkeit übertreffen. Zamba2-7B wurde für Umgebungen entwickelt, die leistungsstarke Sprachverarbeitung benötigen, aber durch Hardwareeinschränkungen begrenzt sind, z. B. On-Device-Verarbeitung oder -nutzung.

Google hat kürzlich die Einführung von „gemma-2-2b-jpn-it“ angekündigt, dem neuesten Mitglied seiner Gemma-Reihe von Sprachmodellen. Dieses Modell ist speziell für die japanische Sprache optimiert und zeigt Googles anhaltendes Engagement im Bereich der großen Sprachmodelle (LLM). Projekt-Eingang: https://huggingface.co/google/gemma-2-2b-jpn-it gemma-2-2b-jpn-it ist ein Text-

Google hat kürzlich die Einführung des neuen Open-Source-KI-Modells DataGemma angekündigt, das darauf abzielt, das Problem der „Halluzinationen“ bei großen Sprachmodellen (LLMs) bei der Verarbeitung statistischer Daten zu lösen. Diese Halluzinationen führen dazu, dass Modelle bei Fragen zu Zahlen und Statistiken ungenaue Antworten liefern können. Die Einführung des DataGemma-Modells markiert einen wichtigen Fortschritt von Google im Bereich der KI. Bildhinweis: Bild wurde mit KI generiert, Bildlizenzanbieter Midjourney. Reduzierung von Halluzinationen bei statistischen Abfragen.

Die Kunlun Wanwei Technology Co., Ltd. gab kürzlich die Entwicklung zweier neuer Belohnungsmodelle bekannt: Skywork-Reward-Gemma-2-27B und Skywork-Reward-Llama-3.1-8B. Diese Modelle erzielten hervorragende Ergebnisse auf dem international anerkannten Benchmark RewardBench für Belohnungsmodelle. Das Modell Skywork-Reward-Gemma-2-27B erreichte sogar den ersten Platz und erhielt die höchste Anerkennung von RewardBench.

Intern bei OpenAI wird kontrovers diskutiert, ob eine Wasserzeichen-Technologie zur Kennzeichnung von ChatGPT-generierten Texten eingeführt werden soll, um beispielsweise Plagiate von Schülern zu verhindern. Die Wasserzeichen-Technologie generiert durch Anpassung der vom Modell vorhergesagten Wörter und Phrasen detektierbare Muster, um Lehrkräften die Erkennung von Plagiaten zu erleichtern, ohne die Textqualität zu beeinträchtigen. Obwohl die Technologie eine hohe Genauigkeit aufweist und gegen einfache Umschreibungen resistent ist, besteht die Sorge, dass sie durch die Verwendung anderer Modelle umgangen werden kann. Die Implementierung von Wasserzeichen könnte bei einigen Nutzern ein Gefühl der Stigmatisierung hervorrufen und zu einer geringeren Nutzung führen. Es gilt, einen Ausgleich zwischen der Effektivität der Technologie und der Benutzerfreundlichkeit zu finden.

Die neueste Forschung von Google DeepMind, Gemma Scope, enthüllt die Geheimnisse der Black Box von Sprachmodellen. Durch die Zerlegung und Rekonstruktion der Aktivierungen von Sprachmodellen mit Sparse Autoencodern (SAEs) zielt es darauf ab, aussagekräftige Merkmale aufzudecken. Gemma Scope verwendet JumpReLU SAEs, die durch die Steuerung der Aktivierungen, die Optimierung des Rekonstruktionsfehlers und die Regularisierung der Anzahl aktiver latenter Merkmale die internen Mechanismen von Sprachmodellen aufzeigen. Die Forschung ergab, dass die Leistung von Residual-Flow-SAEs in der Regel geringer ist und die Sequenzlänge die SAE-Leistung beeinflusst.

Google hat das Gemma 2 2B-Modell mit 2 Milliarden Parametern vorgestellt, das auf verschiedenen Hardware-Umgebungen eine herausragende Leistung zeigt, insbesondere im "Chatbot-Arena"-Benchmark, wo es Modelle wie GPT-3.5-Turbo-0613 und Mixtral-8x7B übertrifft. Das Modell wurde mit der NVIDIA TensorRT-LLM-Bibliothek optimiert und lässt sich effizient in verschiedenen Szenarien einsetzen, von Edge-Geräten bis hin zu leistungsstarken Cloud-Umgebungen. Zur Verbesserung der Sicherheit hat Google außerdem den ShieldGemma-Sicherheitsklassifikator und Gemma S veröffentlicht.

Google hat Gemina 2 vorgestellt, die neueste Version seines quelloffenen leichtgewichtigen Sprachmodells mit 9 Milliarden (9B) und 27 Milliarden (27B) Parametern. Im Vergleich zum Vorgängermodell Gemina verspricht die neue Version eine verbesserte Leistung und schnellere Inferenzgeschwindigkeit.

Auf der kürzlich stattgefundenen Google I/O Berlin Konferenz gab Google die Open-Source-Veröffentlichung seines neuesten Sprachmodells Gemma2 bekannt. Dieses Modell erzielt erhebliche Fortschritte in Bezug auf Leistung und Effizienz. Gemma2 ist in zwei Größen mit 9B und 27B Parametern verfügbar. Die 27B-Version erreicht eine Leistung, die dem Llama3-Modell mit 70B Parametern nahekommt, bei nur etwa 40% der Modellgröße.

Google veröffentlicht das Open-Source-KI-Großmodell Gemma. Inländische Open-Source-Großmodelle zeigen hervorragende Leistungen. InternLM2 übertrifft Gemma und Llama in verschiedenen Aspekten. Harter Wettbewerb im Bereich der Open-Source-Großmodelle. Das Schlachtfeld der Großmodelle wird immer lebhafter.

Google präsentiert die neue Open-Source-Modellreihe "Gemma" Vergleich von Gemma mit Llama 2 und Mistral Designprinzipien und Merkmale von Gemma Eigenschaften der in Gemma verwendeten GeGLU-Aktivierungsfunktion

Microsoft testete die moralische Entscheidungsfindung großer Sprachmodelle. Im Trolley-Problem schnitten kleinere Modelle besser ab als größere. GPT-4, das leistungsstärkste Sprachmodell, erzielte dennoch die höchste Moralbewertung.