本日、iFLYTEK星火4.0 Turboは全面的なアップグレードを受けました。テキスト生成、言語理解、知識質問応答、論理推論、数学能力、コーディング能力、マルチモーダル能力という7つのコア機能が大幅に強化され、特に数学とコーディング能力において、高性能なGPT-4oを上回りました。

マイクロソフトは、PhiシリーズのジェネレーティブAIモデルに新たなメンバーであるPhi-4を発表しました。以前のバージョンと比較して、Phi-4は複数の点で改善されており、特に数学問題解決能力において顕著な進歩を見せています。これは、トレーニングデータ品質の向上によるものです。木曜夜現在、Phi-4へのアクセスは限定的で、マイクロソフトが新たに発表したAzure AI Foundry開発プラットフォームでのみ利用可能であり、マイクロソフトの研究許諾契約に基づく研究目的でのみ使用が許可されています。画像の説明：画像はAIによって生成され、画像ライセンスに従います。

月面の裏側Kimiインテリジェントアシスタントは、次世代数学推論モデルk0-mathを発表しました。k0-mathモデルは、複数の数学ベンチマークテストで優れた成績を収め、中学校入学試験、高等学校入学試験、大学院入学試験、そして入門レベルのコンテスト問題を含むMATHなど4つの数学ベンチマークテストにおいて、OpenAI o1シリーズのo1-miniとo1-previewモデルを上回りました。

OpenAIのGPT-4が従来の数学評価で何度も好成績を収める中、北京大学とアリババの研究チームは、大規模言語モデルの国際数学オリンピックレベルの推論能力を評価することを目的とした、新しい評価基準Omni-MATHを共同で発表しました。この取り組みは、AIの数学能力の評価に新たな基準を提供するだけでなく、AIが高度な数学分野で潜在能力を探求するための新たな道を切り開きます。Omni-MATHの独特な設計により、Omni-MATH評価ライブラリには、4428問のコンテストレベルの数学問題が含まれています。

阿里巴巴クラウドは、数学問題解決能力に特化した大規模言語モデル、Qwen2-Mathシリーズを発表しました。既存のオープンソースモデルを上回り、GPT-4、Claude-3.5-Sonnet、Gemini-1.5-Pro、Llama-3.1-405Bなどの著名なクローズドソースモデルに匹敵する性能を達成しています。このシリーズはQwen2モデルをベースに、数学専門のコーパスを用いて深層学習されています。コーパスには、数学関連のウェブテキスト、専門書、コード例、試験問題に加え、Qwen2自身によって生成されたデータも含まれています。

元象オープンソース高性能大規模言語モデル XVERSE-65B-2 ベース版は、コードと数学能力の向上に特化しています。XVERSE-65B-2 は、継続的プリトレーニング (Continual Pre-Training) により最適化され、総トークン数は3.2兆に達します。元象の大規模言語モデルは、総合的な評価においてGPT3.5やLlama2-70Bを上回り、オープンソースのベンチマークを全面的に凌駕しています。XVERSE-65BはSuperCLUE中国語汎用大規模言語モデル…

ChatGPT、Claude Instant 1、PaLM 2-540Bなどの大規模言語モデルを凌駕する数学的能力を持つ、AI生成命令による大規模言語モデル能力向上を実現した、マイクロソフトの全中国人チームが開発したWizardMathモデルが注目を集めています。