हाल ही में, अमेरिका के पूर्व राष्ट्रपति डोनाल्ड ट्रम्प ने पुष्टि की कि श्रीराम कृष्णन व्हाइट हाउस विज्ञान और प्रौद्योगिकी नीति कार्यालय के लिए कृत्रिम बुद्धिमत्ता (एआई) के वरिष्ठ नीति सलाहकार के रूप में कार्य करेगा। कृष्णन पहले प्रसिद्ध वेंचर कैपिटल कंपनी एंड्रीसेन होरोविट्ज के सह-निवेशक रह चुके हैं, और वह सरकार के भीतर एआई से संबंधित नीतियों को समन्वयित और विकसित करेंगे। ट्रम्प ने एक बयान में उल्लेख किया कि कृष्णन का काम राष्ट्रपति की विज्ञान और प्रौद्योगिकी सलाहकार समिति के साथ निकटता से सहयोग करना होगा। कृष्णन सोशल

हुवावे डेवलपर सम्मेलन 2024 (HDC2024) के दौरान, हुवावे संगीत और इन्फिनिटी टेक्नोलॉजी कंपनी ने डोंगगुआन में व्यापक गहरे सहयोग पर हस्ताक्षर समारोह आयोजित किया। इस सहयोग का मतलब है कि दोनों पक्ष हर स्थिति के युग के लिए नए पारिस्थितिकी तंत्र के निर्माण को संयुक्त रूप से बढ़ावा देंगे, जो HarmonyOS के विकास की दिशा पर आधारित है।

दक्षिणी विज्ञान और प्रौद्योगिकी विश्वविद्यालय ने IDEA अनुसंधान संस्थान के CCNL केंद्र के साथ मिलकर SUS-Chat-34B जारी किया, जो 340 अरब के पैरामीटर आकार वाला एक द्विभाषी मॉडल है। यह मॉडल कई चीनी और अंग्रेजी कार्यों पर उत्कृष्टता दिखाता है और समान पैरामीटर आकार के अन्य मॉडलों को पीछे छोड़ देता है। SUS-Chat-34B को 01-ai/Yi-34B पूर्व-प्रशिक्षित मॉडल पर लाखों उच्च गुणवत्ता वाली, बहुभाषी निर्देश डेटा के माध्यम से बारीकियों के लिए समायोजित किया गया है। मॉडल में बड़े पैमाने पर जटिल निर्देश पालन डेटा, मजबूत सामान्य कार्य प्रदर्शन और लंबी अवधि शामिल हैं।

KTRL+F कोरिया विज्ञान और प्रौद्योगिकी संस्थान और सैमसंग द्वारा प्रस्तावित एक ज्ञान संवर्धित दस्तावेज़ खोज कार्य है, जो एकल प्राकृतिक प्रश्न के माध्यम से दस्तावेज़ में अर्थ के लक्ष्यों की वास्तविक समय पहचान करता है। पारंपरिक मशीन पढ़ाई की व्याख्या से अलग, KTRL+F वाक्यांश एम्बेडिंग में बाहरी ज्ञान एम्बेडिंग को शामिल करता है, गति और प्रदर्शन के बीच संतुलन बनाए रखता है। मॉडल संदर्भ ज्ञान को संवर्धित करके दस्तावेज़ में सटीक और व्यापक खोज और पुनर्प्राप्ति को सक्षम करता है, जिसका उद्देश्य सूचना पहुंच效率 में सुधार करना है। यह परियोजना वास्तविक समय की स्थितियों में प्राकृतिक प्रश्न के माध्यम से बाहरी ज्ञान का उपयोग करके दस्तावेज़ में अर्थ के लक्ष्यों की पहचान पर ध्यान केंद्रित करती है, जिससे संवर्धित खोज अनुभव प्रदान होता है।