Framework inovador do Xiaohongshu: Aproveitando amostras negativas para aprimorar a capacidade de raciocínio de modelos de linguagem amplos

Kunlun Wanwei lança versão 2.0 do Skywork-R1V: aprimoramento da capacidade de raciocínio visual e de texto

Em 24 de abril, a Kunlun Wanwei anunciou o lançamento oficial de código aberto de seu modelo de raciocínio multimodal Skywork-R1V2.0 (doravante referido como R1V2.0). Esta versão atualizada apresenta melhorias significativas na capacidade de raciocínio visual e de texto, especialmente em tarefas de raciocínio profundo em problemas de ciências exatas do vestibular e em cenários de tarefas gerais, tornando-se um dos modelos multimodais de código aberto mais equilibrados em termos de capacidade de raciocínio visual e de texto.

Salto na capacidade de raciocínio? O modelo de pensamento profundo Doubao 1.5 estará disponível para empresas

A Volcano Engine divulgou hoje um anúncio prévio de evento, anunciando oficialmente que seu novo modelo de linguagem grande Doubao será lançado amanhã (17 de abril) na estação Hangzhou do tour de inovação em IA FORCE LINK. Informações oficiais indicam que esta conferência de lançamento trará uma nova atualização para a família de modelos de linguagem grande Doubao e lançará em particular o altamente antecipado modelo de pensamento profundo Doubao 1.5. Anteriormente, já havia informações de que o aplicativo e o cliente de desktop Doubao realizaram vários testes experimentais para o "modo de pensamento profundo". Após este lançamento, o modelo será oficialmente disponibilizado para clientes corporativos. Segundo informações, o Doubao

Pesquisa do Google revela: dados sintéticos aumentam em oito vezes a capacidade de raciocínio lógico de modelos grandes

Nova pesquisa do Google: dados sintéticos aumentam em oito vezes a capacidade de raciocínio matemático de modelos grandes

Recentemente, uma equipe de pesquisa do Google, da Universidade Carnegie Mellon e da MultiOn publicou um novo estudo sobre o uso de dados sintéticos no treinamento de modelos grandes. De acordo com o relatório da Epoch AI, uma organização de pesquisa em desenvolvimento de IA, atualmente existem cerca de 300 trilhões de tokens de dados de treinamento de texto de alta qualidade publicamente disponíveis para humanos, mas com o rápido desenvolvimento de modelos grandes como o ChatGPT, a demanda por dados de treinamento está crescendo exponencialmente e espera-se que esses dados sejam esgotados antes de 2026, portanto, os dados sintéticos estão se tornando cada vez mais importantes.

Modelos abertos de código-fonte em ascensão: o ajuste fino do Llama com a tecnologia TAO da Databricks supera o GPT-4o

Recentemente, a Databricks, empresa de inteligência de dados, lançou um novo método de ajuste fino de modelos de linguagem amplos — TAO (Test-time Adaptive Optimization). Essa tecnologia trouxe novas esperanças para o desenvolvimento de modelos abertos de código-fonte. Utilizando dados não rotulados e aprendizado por reforço, o TAO se destaca na redução de custos corporativos e obteve resultados impressionantes em uma série de testes de referência. De acordo com a publicação da mídia tecnológica NeoWin, o TAO

Novo modelo Grok 3 da xAI ganha elogios do fundador da OpenAI por sua capacidade de raciocínio lógico

A xAI, empresa de inteligência artificial de Elon Musk, lançou na segunda-feira seu mais recente modelo de linguagem, o Grok3, marcando um avanço significativo da empresa no campo da IA. Segundo Musk, o novo modelo requer dez vezes mais capacidade computacional que seu antecessor, utilizando um data center localizado em Memphis, equipado com cerca de 200.000 GPUs. A série de modelos Grok3 apresenta várias variantes, incluindo uma versão simplificada, projetada para aumentar a velocidade, mas sacrificando parte da precisão. Além disso, o novo modelo de "raciocínio" foi projetado especificamente para resolver problemas de matemática e ciências.

ByteDance lança PaSa: agente de busca de artigos acadêmicos inteligente baseado em modelos de linguagem amplos

Na área de pesquisa acadêmica, a busca de literatura é uma tarefa complexa e importante de aquisição de informações. Os pesquisadores precisam ser capazes de lidar com a capacidade de busca em áreas de conhecimento complexas e especializadas para atender às necessidades de pesquisa detalhadas. No entanto, as plataformas de busca acadêmica existentes, como o Google Acadêmico, muitas vezes têm dificuldades em lidar com essas consultas de pesquisa complexas. Por exemplo, uma consulta especializada sobre aprendizado de reforço não estacionário usando o método UCB requer maior capacidade de computação e análise. Além disso, os pesquisadores geralmente precisam gastar muito tempo e esforço revisando manualmente uma grande quantidade de literatura acadêmica ao fazer revisões de literatura.

Google a lançar novo modelo de IA Gemini com capacidade de raciocínio significativamente aprimorada

O Google anunciou recentemente que lançará seu novo modelo de IA aprimorado, o “Gemini2.0Flash Thinking Exp-0123”, em 23 de janeiro de 2025. Este modelo é uma otimização adicional do “Exp-1219” existente, focando principalmente no aprimoramento da capacidade de raciocínio e da transparência do pensamento. Com o rápido desenvolvimento da tecnologia de IA, o Google se compromete, por meio desta atualização, a permitir que as máquinas não apenas gerem respostas, mas também mostrem claramente seu processo de pensamento, melhorando significativamente a experiência do usuário com a IA.

O Lado Escuro da Lua lança o modelo SOTA k1.5 de próxima geração: capacidade de raciocínio multimodal aprimorada

A empresa O Lado Escuro da Lua orgulhosamente apresenta seu novo modelo SOTA (state-of-the-art) — o modelo de raciocínio multimodal k1.5, marcando um grande avanço no raciocínio multimodal e na inferência geral. O modelo não apenas possui excelente capacidade de processamento multimodal, mas também demonstra uma capacidade de raciocínio geral excepcional, capaz de lidar efetivamente com uma variedade de tarefas complexas. O maior destaque do modelo k1.5 reside em sua capacidade de raciocínio multimodal. Ele pode processar simultaneamente informações de diferentes modalidades, como texto, imagens e som, fornecendo assim informações mais completas e precisas.

OpenAI e Andrew Ng lançam curso gratuito sobre modelos da série o1, focando no desenvolvimento da capacidade de raciocínio profundo

A OpenAI, em parceria com o renomado professor de Stanford e líder na área de inteligência artificial, Andrew Ng, lançou um importante curso gratuito intitulado 'Reasoning with o1'. Ministrado por Colin Jarvis, chefe de arquitetura de soluções estratégicas da OpenAI, este curso visa ajudar os desenvolvedores a dominar as capacidades avançadas de raciocínio dos modelos da série o1. Endereço do curso: https://www.deeplearning.ai/short-courses/reasoning-wit