iFlytek ha anunciado una actualización completa de su modelo de inferencia profunda, StarFire X1. Esta actualización tiene como objetivo mejorar sus capacidades de aplicación en múltiples campos como matemáticas, medicina y educación, aportando una serie de mejoras e innovaciones. La capacidad matemática de StarFire X1 se ha mejorado significativamente, especialmente en el manejo de problemas de nivel competitivo. En comparación con otros modelos del sector, StarFire X1, a pesar de tener un menor número de parámetros, se sitúa a la par de modelos como DeepSeek R1 y modelos relacionados de OpenAI en tareas matemáticas. Los usuarios pueden acceder a StarFire a través de...

Hoy, iFlytek Star 4.0 Turbo ha recibido una actualización completa. Sus siete capacidades centrales: generación de texto, comprensión del lenguaje, preguntas y respuestas de conocimiento, razonamiento lógico, capacidad matemática, capacidad de código y capacidad multimodal, han experimentado mejoras significativas, superando al potente GPT-4o en capacidad matemática y de código.

En la conferencia de lanzamiento de la actualización del producto de la entidad inteligente de oficina celebrada el 7 de enero, iFLYTEK anunció que lanzará su último "modelo de inferencia profunda iFLYTEK X1" el 15 de enero. Este lanzamiento inyectará capacidades de inteligencia artificial más potentes a los productos de oficina inteligente de iFLYTEK, y se espera que amplíe aún más los límites de aplicación de la oficina inteligente. iFLYTEK, como empresa líder de inteligencia artificial en China, siempre se ha dedicado a integrar profundamente la tecnología de IA en el entorno de oficina. El nuevo modelo X1 tiene como objetivo mejorar la capacidad de inferencia profunda de los productos de entidad inteligente, lo que les permite manejar tareas complejas

Para cerrar el año, Zhipu AI, con sede en Pekín, ha lanzado GLM-Zero-Preview, la primera versión de su modelo de inferencia GLM-Zero, entrenado con tecnología de aprendizaje por refuerzo ampliado. Este modelo se centra en mejorar la capacidad de razonamiento de la IA, especialmente en lógica matemática, programación y resolución de problemas complejos que requieren razonamiento profundo. En comparación con los modelos base, GLM-Zero-Preview mantiene sus capacidades en tareas generales, mientras que sus capacidades en tareas especializadas han mejorado significativamente.