Baidu a annoncé que son dernier modèle linguistique de grande taille Wenxin 4.5 sera officiellement lancé le 16 mars. Il est entendu que le modèle linguistique de grande taille Wenxin est un élément important du déploiement de Baidu dans le domaine de l'intelligence artificielle. Depuis son lancement initial il y a deux ans, il a eu un impact profond à l'échelle mondiale.

Le 25 février, Alibaba a annoncé le lancement de QwQ-Max-Preview, un modèle d'inférence basé sur Qwen2.5-Max, et prévoit d'open-sourcer complètement ses derniers modèles d'inférence QwQ-Max et Qwen2.5-Max. QwQ-Max-Preview est une version préliminaire. Alibaba a indiqué que la version officielle sera bientôt disponible et sera open-sourcée sous licence Apache2.0. Contrairement aux précédentes versions, l'open-source inclut non seulement le modèle lui-même, mais aussi des versions plus légères, telles que Q...

Récemment, Tuhu a annoncé dans un communiqué de presse que, conformément à l'autorisation de rachat d'actions approuvée par les actionnaires, il prévoit de racheter 11 284 400 actions de catégorie A sur le marché libre entre le 25 juin 2024 et le 14 février 2025. Ce rachat représente 1,38 % du capital social émis de la société. Il est à noter que Tuhu a déjà racheté et annulé 12 286 900 actions de catégorie A au premier semestre 2024, ce qui témoigne de l'attitude proactive de la société en matière d'opérations financières. Sur un autre plan important de son développement commercial, Tuhu a récemment...

CNKI a récemment annoncé le lancement officiel de son nouveau service de connaissance, une application combinant le modèle linguistique de grande taille Huazhi et DeepSeek. Cette collaboration vise à fournir aux utilisateurs des réponses plus précises et complètes grâce à des capacités de services de connaissance professionnelles couvrant toutes les disciplines et tous les domaines, ainsi qu'à un mode de réflexion approfondie.

Tencent Technology (Shenzhen) Co., Ltd. a récemment publié sur l'application Tianyancha un brevet concernant une méthode d'entraînement de modèle linguistique de grande taille et les équipements associés. Ce brevet, intitulé « Méthode d'entraînement, dispositif, équipement informatique et support de stockage pour les modèles linguistiques de grande taille », vise à améliorer les capacités d'apprentissage et la précision des modèles linguistiques de grande taille grâce à des méthodes d'entraînement innovantes. Dans l'entraînement des modèles linguistiques de grande taille, les méthodes traditionnelles reposent souvent sur un seul résumé de texte, ce qui peut entraîner un surajustement du modèle et affecter la précision et la diversité du contenu généré. Cependant, la nouvelle approche de Tencent...

Des sources proches du marché des noms de domaine rapportent qu'Alibaba aurait récemment acquis le nom de domaine QwenChat.com pour 30 000 $ (environ 218 000 RMB). Bien que le montant de la transaction puisse sembler modeste, il est surprenant de constater que le propriétaire initial du domaine ne l'avait acquis que pour 10 $, réalisant ainsi un bénéfice de 3 000 fois en seulement deux mois. Le nom de domaine QwenChat.com correspond parfaitement au modèle linguistique de grande taille d'Alibaba, "Qwen", et le mot "chat" suggère une fonction de conversation. L'acquisition de ce nom de domaine par Alibaba laisse présager...

Sinopec a récemment lancé son premier « employé numérique IA ». Cet assistant virtuel sera testé dans plus de 40 stations-service à travers le pays, notamment la station New Yang Can à Nanning, en Guangxi. Premier employé numérique IA du secteur pétrolier et pétrochimique chinois, cette initiative novatrice vise à améliorer l'expérience client en matière d'auto-service de carburant. Pendant le ravitaillement, les conducteurs peuvent interagir avec l'employé numérique via le grand écran de la pompe à essence. Par exemple, si un conducteur demande « Bonjour ! Je souhaite faire le plein d'essence SP95, quel est le prix ? », l'employé numérique répondra rapidement en indiquant le prix du carburant et...

Une percée majeure dans le domaine de la robotique ! Xingdong Jiyuan a récemment publié ERA-42, son propre modèle linguistique de grande taille natif de bout en bout pour robots, et l'a combiné à sa main agile à cinq doigts Xingdong XHAND1. Pour la première fois, un seul modèle linguistique de grande taille incarné permet de piloter une main agile pour effectuer plus de 100 tâches complexes et précises. Cela inclut des actions difficiles telles que prendre une vis et la serrer avec une perceuse, frapper un clou avec un marteau, redresser un verre et verser de l’eau, marquant ainsi une nouvelle étape dans l’amélioration du niveau d’intelligence des robots. La puissance d’ERA-42 réside dans sa...

Lors du festival mondial des développeurs 1024 d'iFLYTEK, le 24 octobre, iFLYTEK a présenté son grand modèle linguistique StarFire 4.0 Turbo. Cette version améliorée du modèle d'intelligence artificielle surpasse les versions précédentes sur plusieurs points, dépassant même, dans certains domaines, le GPT-4 Turbo, leader du secteur. Plus précisément, StarFire 4.0 Turbo surpasse GPT-4o en mathématiques et en programmation, avec une amélioration globale de l'efficacité de 50 %. En mathématiques, StarFire 4.0 Turbo a déjà effectué la vérification d'algorithmes complexes.

Lors de la récente conférence Cloud Computing, JetBrains a officiellement lancé JetBrains AI Assistant, basé sur le modèle linguistique de grande taille Tongyi d'Alibaba Cloud. JetBrains AI Assistant est profondément intégré à plusieurs produits JetBrains et est un outil d'amélioration de la productivité spécialement conçu pour les développeurs chinois. JetBrains AI Assistant prend en charge l'optimisation du développement en bout-à-bout et peut être utilisé comme une opération intégrée dans la fenêtre d'outils IDE spécifique.

Baidu Wenxin Yiyan offre aux utilisateurs des "cartes d'expérience membre" gratuites, permettant d'expérimenter son dernier grand modèle linguistique 4.0 Turbo, limité à 7 utilisations. L'obtention est soumise à des limites de temps et de nombre d'utilisations, et est disponible même pour les utilisateurs ayant déjà reçu d'autres cartes d'essai. Ce modèle, grâce à des innovations technologiques, affiche une amélioration significative en termes de vitesse et d'efficacité. Il intègre des données, des modèles de base et des techniques d'alignement, optimisé conjointement avec PaddlePaddle Wenxin, démontrant un potentiel proche de l'intelligence artificielle générale.

Le modèle linguistique de grande taille Tongyi d'Alibaba sera le fournisseur de technologie de modèle linguistique de grande taille IA pour les Jeux olympiques de Paris. Alibaba Cloud, grâce à des technologies améliorées par l'IA, notamment la mise en œuvre d'une technologie de relecture à grande liberté « Bullet Time » innovante, offrira aux spectateurs une expérience de visionnage immersive. Cette technologie utilise un réseau de caméras haute vitesse et l'informatique en nuage pour capturer en temps réel les moments forts de la compétition, les reconstruire en 3D sur les serveurs officiels et les rediffuser sous plusieurs angles. Des caméras haute définition déployées dans les tribunes captureront des instants précis lorsque les athlètes entreront dans une zone spécifique, puis les données seront transmises au cloud pour un traitement complexe, créant ainsi un effet de détail figé et de rotation.

Le tribunal populaire intermédiaire de Shenzhen a récemment lancé un système d'assistance judiciaire innovant basé sur l'intelligence artificielle. Il s'agit du premier système de grande taille en Chine à réaliser une intégration profonde entre l'intelligence artificielle et le jugement dans le domaine vertical de la justice.

La start-up canadienne d'IA Cohere et la société japonaise Fujitsu se sont associées pour lancer un modèle linguistique de grande taille (LLM) japonais appelé « Takane », visant à améliorer les capacités de traitement du langage japonais dans le monde des entreprises. Fujitsu a réalisé un investissement important et combinera les atouts de Cohere en matière d'IA à son expertise dans l'optimisation du japonais. Basé sur le modèle Command R+ de Cohere, « Takane » sera proposé aux entreprises dès septembre 2024 via la plateforme cloud Kozuchi, offrant des fonctionnalités multilingues, une génération optimale de citations (RAG) et une API puissante pour les aider.

SenseTime, en collaboration avec le groupe DTGO et Quinnnova, a développé « Dongfeng », le premier grand modèle linguistique multilingue au monde. Ce modèle traite efficacement le thaï, le chinois et l'anglais, visant à offrir une expérience d'IA générative localisée en Thaïlande. Combinant l'expertise de SenseTime en matière de modèles de base et de puissance de calcul avec la connaissance approfondie de la culture et de la langue thaïlandaises du groupe DTGO, « Dongfeng » vise à servir les utilisateurs individuels, les entreprises et les administrations publiques, répondant aux besoins multilingues et stimulant le développement de l'écosystème thaïlandais de l'IA. Il sera intégré à The Wonde...

Musk a annoncé aujourd'hui sur X (anciennement Twitter) les dernières avancées de sa start-up d'intelligence artificielle, xAI. Il a déclaré que Grok-2, son modèle linguistique de grande taille, sera officiellement lancé en août. Cette annonce a été faite en réponse à un post qui discutait des méthodes actuelles d'entraînement des modèles linguistiques de grande taille. L'utilisateur Bef-e/acc mentionnait dans son post « l'effet mille-pattes » des modèles entraînés sur les données des autres.

L'équipe IMPACT (Implementation and Advanced Concepts Team) de la NASA, par le biais d'un accord Space Act avec des partenaires privés et non fédéraux, développe conjointement INDUS, un grand modèle linguistique (LLM) destiné aux domaines des sciences de la Terre, des sciences biologiques et physiques, de la physique solaire, des sciences planétaires et de l'astrophysique. INDUS est entraîné à l'aide de la documentation scientifique organisée provenant de sources de données diversifiées.

Le modèle linguistique de grande taille Wenxin enregistre plus de 50 millions d'appels quotidiens, soit une croissance trimestrielle de 190 %. Environ 26 000 entreprises utilisent le modèle linguistique de grande taille Wenxin, soit une croissance trimestrielle de 150 %. Des entreprises de renom telles que Samsung, Honor et Autohome ont conclu des partenariats avec Baidu. Baidu continue de réduire le coût d'inférence du modèle linguistique de grande taille Wenxin, qui est désormais tombé à 1 % de la version de mars dernier. De plus en plus d'utilisateurs et d'entreprises utilisent le modèle linguistique de grande taille Wenxin.

China Telecom a lancé Xingchen Semantics, un modèle linguistique de grande taille de plusieurs centaines de milliards de paramètres, capable de réduire les coûts de conception de 95 %. Xingchen Semantics est un grand modèle linguistique développé en interne par China Telecom. Après sa mise à niveau, il affiche des améliorations significatives en termes d'inhibition des hallucinations, de fenêtre d'extrapolation, d'expérience interactive et de compréhension multi-tours. China Telecom a également lancé plus d'une dizaine de grands modèles linguistiques sectoriels, couvrant des domaines tels que l'éducation, la santé et le tourisme. Parmi ceux-ci, le grand modèle linguistique Xingchen Education est capable de noter, commenter et proposer des suggestions d'amélioration pour une rédaction en chinois et en anglais en 15 secondes. China Telecom prévoit également d'ouvrir prochainement un modèle à plusieurs dizaines de milliards de paramètres.

1. Yi-34B et Yi-6B sont deux versions d'un grand modèle linguistique chinois-anglais open source développé par la société Zero One, dirigée par le Dr Kai-Fu Lee. 2. Le modèle Yi-34B prend en charge la fenêtre contextuelle la plus longue au monde, soit 200 000 jetons, capable de traiter des textes d'une longueur de 400 000 caractères chinois. 3. Yi-34B et Yi-6B ont obtenu de bons résultats dans plusieurs tests de référence, se classant parmi les meilleurs sur MMLU, BBH et C-Eval. 4. Kai-Fu Lee a déclaré que la série de grands modèles linguistiques Yi est en cours de développement pour intégrer des capacités multimodales, et que les résultats seront rendus publics dans un délai d'un à deux mois.