Together AI lança o conjunto de dados RedPajama v2 para treinamento de modelos de linguagem grandes

PaddlePaddle 3.0 Lançado oficialmente: Suporte para modelos de linguagem grandes como o Wenxin 4.5 e redução de 80% nos custos de adaptação entre chips

O PaddlePaddle, plataforma de aprendizado profundo da Baidu, anunciou recentemente o lançamento oficial de sua nova geração de framework, o PaddlePaddle 3.0. Este lançamento introduz cinco inovações tecnológicas principais, incluindo o "Paralelismo Automático Unificado Estático e Dinâmico", visando reduzir efetivamente os custos de desenvolvimento e treinamento de modelos de linguagem grandes e impulsionar a construção de infraestrutura para a era dos modelos de linguagem grandes. Como infraestrutura fundamental para tarefas de treinamento e inferência de modelos de linguagem grandes, o framework PaddlePaddle 3.0 apresenta excelente desempenho em otimização. O framework já suporta vários modelos de linguagem grandes, incluindo Wenxin 4.5 e Wenxin X1, e através de otimizações...

Pesquisadores de IA da Nvidia lançam técnica de fusão FFN: Acelera a inferência de modelos de linguagem grandes

AMD lança projeto open source GAIA para execução eficiente de modelos de linguagem grandes locais

Recentemente, a AMD anunciou o lançamento de um aplicativo open source chamado GAIA, projetado para fornecer aos usuários uma maneira eficiente e local de executar modelos de linguagem grandes (LLM). Atualmente, o aplicativo é compatível com a plataforma Windows e foi otimizado especificamente para processadores da série Ryzen AI 300, aproveitando ao máximo as vantagens desses processadores em tarefas de IA. O GAIA é um aplicativo de IA generativo que permite aos usuários executar LLMs em seus computadores pessoais de forma privada, garantindo a privacidade dos dados. Além disso, o GAIA utiliza...

Equipe da CMU apresenta Meta Reinforcement Fine-Tuning (MRT): um novo paradigma para aprimorar o raciocínio de modelos de linguagem grandes

No campo da inteligência artificial, os modelos de linguagem grandes (LLM) estão em constante evolução. Recentemente, pesquisadores da Universidade Carnegie Mellon (CMU) e HuggingFace apresentaram um novo método chamado "Meta Reinforcement Fine-Tuning" (MRT). Este método visa otimizar a eficiência computacional dos modelos de linguagem grandes durante o teste, especialmente ao resolver problemas complexos de raciocínio, mostrando resultados excepcionais. Estudos demonstram que os modelos de linguagem grandes existentes apresentam dificuldades no processo de raciocínio...

xAI Grok-3 supera o GPT4.5 e conquista o topo da arena de modelos de linguagem grandes

A xAI anunciou recentemente uma notícia emocionante: seu mais recente modelo de IA, Grok-3, obteve um desempenho excepcional no ranking do Chatbot Arena. O modelo, denominado "grok-3preview-02-24", demonstrou desempenho superior em várias áreas-chave. O Grok-3-Preview-02-24 da xAI superou o GPT4.5-Preview por uma pequena margem de 1 ponto. O Grok-3 recebeu mais de 3.000 votos e, no geral,

ByteDance lança AIBrix: novo sistema de inferência de código aberto projetado para modelos de linguagem grandes

Microsoft lança OmniParser V2 de código aberto: permitindo que modelos de linguagem grandes 'compreendam' e operem interfaces gráficas do usuário

A Microsoft lançou recentemente uma versão atualizada de seu modelo OmniParser para sistemas operacionais Windows, o OmniParser-v2.0. Este modelo pode identificar e interagir com elementos de desktop e janela, marcando mais um passo em direção à capacidade dos agentes de IA de usar computadores de forma totalmente automática. A capacidade fundamental do OmniParser-v2.0 reside em sua capacidade de percepção e interação com o ambiente de desktop. Isso significa que, ao ser combinado com este modelo, o agente de IA

Baidu: Lançará a série de modelos de linguagem grandes Wenxin 4.5 nos próximos meses e abrirá o código-fonte em 30 de junho

Hoje, a Baidu anunciou um plano importante: lançar gradualmente a nova série de modelos de linguagem grandes Wenxin 4.5 nos próximos meses e abrir oficialmente o código-fonte para o público em 30 de junho. Essa iniciativa destaca o contínuo desenvolvimento e inovação da Baidu no campo da inteligência artificial.

Conhecimento histórico como ponto fraco da IA: modelos de linguagem grandes têm dificuldades com problemas históricos complexos

Pesquisas recentes mostram que, apesar do excelente desempenho da inteligência artificial em áreas como programação e criação de conteúdo, ela ainda apresenta deficiências no tratamento de problemas históricos complexos. Um estudo divulgado recentemente na conferência NeurIPS indica que mesmo os modelos de linguagem grandes (LLMs) mais avançados têm dificuldades em obter resultados satisfatórios em testes de conhecimento histórico. A equipe de pesquisa desenvolveu um benchmark de teste chamado Hist-LLM para avaliar três modelos de linguagem de ponta: GPT-4 (OpenAI), Llama (Meta) e Gemini (Google). O teste...

iFlytek solicita registro de várias marcas de modelos de linguagem grandes, incluindo 'Modelo de Fogo de Artifício', expandindo sua presença no mercado de tecnologia do futuro

Recentemente, a iFlytek Co., Ltd. deu um passo importante na área de propriedade intelectual, solicitando o registro de várias marcas relacionadas a 'Modelo de Fogo de Artifício', 'Modelo de Tochas' e 'Modelo de Luz Estelar'. Informações do Tianyancha mostram que as classificações internacionais dessas marcas abrangem várias áreas, incluindo instrumentos científicos, serviços de websites e entretenimento educacional. Atualmente, o status dessas marcas é aguardando exame substancial. A iFlytek foi fundada em dezembro de 1999 e é uma empresa líder em inteligência artificial e reconhecimento de voz na China, com Liu Qingfeng como representante legal e capital social de aproximadamente 23,1 [unidade monetária omitida].