Récemment, Hu Han, ancien chercheur principal du groupe de calcul visuel du Microsoft Research Asia, a officiellement rejoint Tencent pour diriger la recherche et le développement du grand modèle multi-modal HunYuan. Cette nouvelle a suscité un vif intérêt dans l'industrie, l'arrivée de Hu Han étant considérée comme une injection de dynamisme pour les activités d'intelligence artificielle de Tencent. Hu Han a obtenu son diplôme de Bachelor à l'Université Tsinghua en 2008 et son doctorat en 2014 sous la supervision du professeur Zhou Jie. Sa thèse de doctorat a reçu le prix de la meilleure thèse de doctorat de la Chinese Association for Artificial Intelligence en 2016, témoignant de ses compétences académiques. En 2012, Hu Han...

Selon les informations de Intelligent Emergence, Jieyue Xingchen, une licorne chinoise spécialisée dans les grands modèles, a récemment bouclé un tour de financement série B de plusieurs centaines de millions de dollars. Parmi les principaux investisseurs figurent Shanghai State-owned Capital Investment Co., Ltd. et ses fonds affiliés, ainsi que des investisseurs stratégiques et financiers tels que Tencent Investment, Wuyuan Capital et Qiming Venture Partners. Ces fonds seront principalement utilisés pour la recherche et le développement de modèles fondamentaux, afin d'améliorer davantage les capacités multimodales et de raisonnement complexe, et d'étendre les applications grand public. Figurant parmi les six principaux acteurs chinois des grands modèles, Jieyue Xingchen se distingue par la solidité de sa technologie et son efficacité de production. Sa série de modèles Step auto-développés couvre le langage et l'image.

L'équipe de Ma Yi a proposé le cadre EMT pour évaluer l'oubli catastrophique des grands modèles multimodaux (MLLM) après un ajustement fin. Les expériences montrent que l'ajustement fin des MLLM améliore les performances sur l'ensemble de données d'ajustement fin, mais entraîne également une baisse des performances sur d'autres ensembles de données. Pendant l'ajustement fin, les MLLM produisent des textes hallucinatoires liés à l'ensemble de données d'ajustement fin et ignorent la question originale. Cette recherche fournit un cadre et une référence pour les travaux futurs, la conception des modèles et les techniques d'entraînement nécessitant encore des optimisations. L'équipe de Ma Yi a réalisé la première évaluation systématique de l'oubli catastrophique dans les MLLM.