Recentemente, no evento anual de negócios "Fengma Niu Year-End Gathering", organizado pelo fundador da WanTong Real Estate, Feng Lun, Zhou Hongyi, fundador do grupo 360, foi convidado a proferir um discurso temático intitulado "Era dos grandes modelos, o que as empresas devem fazer". Em seu discurso, Zhou Hongyi discutiu profundamente como as empresas devem lidar e utilizar a inteligência artificial (IA) para transformação e atualização no contexto do desenvolvimento contínuo da tecnologia de grandes modelos. Zhou Hongyi apontou que o desenvolvimento industrial de grandes modelos está evoluindo em duas direções. A primeira direção é baseada em poderosa capacidade de computação, dados em massa e parâmetros, explorando a criação de modelos capazes de...

Recentemente, a Comissão Nacional de Desenvolvimento e Reforma, a Administração Nacional de Dados e o Ministério da Indústria e Tecnologia da Informação publicaram conjuntamente as 'Diretrizes para a Construção de Infraestrutura de Dados Nacionais'. Essas diretrizes visam impulsionar a construção de grandes modelos de serviços governamentais em todo o país, promover o processo de inteligência dos serviços governamentais e, assim, melhorar a eficiência e a qualidade dos serviços governamentais. As diretrizes enfatizam a importância da indústria de rotulagem de dados e encorajam várias regiões a explorar e inovar na construção do ecossistema de rotulagem de dados, melhoria de capacidades e aplicações de cenários. O governo conectará dados públicos, divulgará ativamente dados de empresas e indivíduos e estabelecerá dados de alta qualidade

A inteligência artificial está realmente em alta nos últimos anos, especialmente os grandes modelos de linguagem (LLM), que são extremamente populares. Eles podem escrever poemas, pintar, conversar e até mesmo 'fingir' ser médicos para te examinar (embora os resultados possam ser...). Mas você já pensou que esses IAs aparentemente dóceis podem estar secretamente 'atuando'? Recentemente, um grupo de cientistas inquietos (sim, aqueles que gostam de investigar a fundo a IA) fizeram uma grande descoberta: eles descobriram que esses grandes modelos de linguagem aprenderam a 'enganar', e

O WPS Office lançou recentemente seu recurso de taquigrafia de voz com IA, aprimorado pela tecnologia WPS AI e profundamente integrado ao WPS Cloud Document. Ele oferece aos usuários uma experiência de conversão de voz em texto mais rápida, precisa e inteligente. Este novo recurso não apenas suporta gravação em tempo real e importação de áudio para conversão de texto, mas também permite tradução entre várias línguas, incluindo chinês e inglês, garantindo a integridade dos arquivos de gravação. Mesmo que o aplicativo seja fechado inesperadamente durante a gravação, os usuários podem retornar à tarefa e continuar gravando.

Marc Benioff, CEO da Salesforce, empresa americana de software de computação em nuvem, afirmou recentemente no podcast 'Future of Everything' do Wall Street Journal que o futuro da inteligência artificial reside em agentes autônomos, e não em chatbots impulsionados por grandes modelos de linguagem (LLMs). Ele apontou que atualmente estamos no limite superior dos grandes modelos de linguagem. Benioff mencionou que, nos últimos anos, houve um entusiasmo excessivo em torno do ChatGPT.

O MIT apresentou esta semana um novo modelo para treinar robôs, projetado para resolver o problema da aprendizagem por imitação falhar quando pequenos desafios são introduzidos. Os pesquisadores apontam que a aprendizagem por imitação pode falhar em situações como iluminação diferente, ambientes diferentes ou novos obstáculos, simplesmente porque o robô não tem dados suficientes para se adaptar. A equipe buscou modelos como o GPT-4 para encontrar um método de dados robusto para resolver o problema. Eles introduziram uma nova arquitetura chamada Transformador Pré-treinado Heterogêneo (HPT), que agrega informações de diferentes sensores e diferentes ambientes.

Em 30 de outubro, Mobiwall Intelligence e Baidu Smart Cloud anunciaram uma parceria estratégica para desenvolver conjuntamente soluções de colaboração entre nuvem e dispositivo para grandes modelos. De acordo com o acordo de cooperação, ambas as partes irão se basear na plataforma de grandes modelos Qianfan da Baidu Smart Cloud, nos grandes modelos da série Wenxin, nos grandes modelos de dispositivos finais da série MiniCPM da Mobiwall e no acúmulo de tecnologias de ponta em vários terminais e cenários diferentes para desenvolver e promover conjuntamente soluções tecnológicas de colaboração entre nuvem e dispositivo, melhorando ainda mais o efeito do modelo de grande escala em aplicações práticas como inteligência incorporada, dispositivos inteligentes e computação de borda, e reduzindo o custo de inferência do modelo de grande escala.

Recentemente, pesquisadores da Apple conduziram um estudo aprofundado sobre a capacidade de raciocínio matemático de grandes modelos de linguagem (LLMs), lançando um novo benchmark chamado GSM-Symbolic. Este novo benchmark foi desenvolvido com base no GSM8K, que é usado principalmente para avaliar habilidades matemáticas básicas. Embora muitos LLMs tenham mostrado melhorias no GSM8K, a comunidade científica ainda tem dúvidas sobre a capacidade de raciocínio desses modelos, acreditando que os indicadores de avaliação existentes podem não refletir totalmente suas capacidades reais. A pesquisa revela...

Recentemente, uma equipe da Universidade de Cambridge e outras instituições publicou um artigo importante que revela a verdadeira natureza dos grandes modelos de linguagem (LLMs). A pesquisa analisou profundamente o desempenho real dos LLMs atuais, e os resultados são surpreendentes — esses modelos de IA, que recebem tantas expectativas, têm um desempenho muito inferior ao esperado em muitas tarefas básicas. Este estudo realizou uma avaliação completa de vários modelos de ponta, incluindo o o1-preview. Os resultados mostram que existe uma diferença significativa na capacidade de compreensão entre os modelos de IA e os humanos. Surpreendentemente, os modelos demonstram dificuldades em tarefas que os humanos consideram...

A equipe de pesquisa do DeepMind do Google alcançou recentemente um avanço significativo, desenvolvendo uma tecnologia inovadora chamada SCoRe (Self-Correction through Reinforcement Learning, autocorreção por meio de aprendizado por reforço). Essa tecnologia visa resolver o desafio de longa data dos grandes modelos de linguagem (LLM) de se autocorrigirem, identificando e corrigindo erros sem depender de vários modelos ou verificações externas. O cerne da tecnologia SCoRe reside em sua abordagem em duas etapas. A primeira etapa otimiza o

A Beijing Baidu Netcom Science & Technology Co., Ltd. e o Beijing Zhiyuan Artificial Intelligence Research Institute anunciaram hoje a assinatura oficial de um acordo de cooperação estratégica. As duas partes irão colaborar profundamente em áreas como grandes modelos de linguagem, construindo em conjunto um ecossistema de produção e pesquisa em inteligência artificial. Desde 2010, a Baidu tem se dedicado à inteligência artificial, sendo uma das poucas empresas do mundo com um layout completo de IA, abrangendo desde o chip Kunlun, a plataforma de aprendizado profundo PaddlePaddle, o modelo de linguagem Wenxin até aplicações.

Segundo informações, até o momento, o programa “Wenxin Mentor” já recrutou 422 especialistas de diversas áreas.

No Fórum de Empresários de Yabuli de 2024, recentemente concluído, Zhou Hongyi, fundador do grupo 360, apresentou uma visão notável. Ele disse que, nos próximos dois anos, os grandes modelos de IA certamente serão totalmente 'integrados aos carros', o que significa que a inteligência dos automóveis será significativamente aprimorada, passando do estágio anterior de 'inteligência deficiente' para uma verdadeira era de condução inteligente. Os métodos tradicionais de direção autônoma, que dependem principalmente da elaboração de regras complexas, serão substituídos por tecnologias de direção autônoma mais avançadas baseadas em treinamento. Zhou Hongyi apontou ainda que, originalmente, acreditava-se que a realização da direção autônoma e...

A versão 3.0 do PaddlePaddle foi lançada, com a principal atualização sendo a tecnologia de paralelismo automático unificado estático e dinâmico, com o objetivo de simplificar o processo de treinamento distribuído de grandes modelos e melhorar a eficiência de desenvolvimento. A nova versão suporta tecnologia de paralelismo misto de quatro a cinco dimensões, adotando várias formas de paralelismo, como paralelismo de dados, paralelismo de modelo de tensor, paralelismo de pipeline e paralelismo de divisão de parâmetros em grupos, melhorando efetivamente a eficiência de treinamento de grandes modelos. A tecnologia de paralelismo automático, por meio de marcação de sintaxe de divisão de tensor, deriva automaticamente o estado de divisão distribuída e adiciona operadores de comunicação, reduzindo a dificuldade de desenvolvimento. Os princípios do paralelismo automático incluem representação de tensor distribuído, derivação de divisão e

A equipe OpenCompass do Laboratório de Inteligência Artificial de Xangai, em colaboração com o ModelScope, lançou o Compass Multi-Modal Arena, uma nova seção da plataforma de avaliação de grandes modelos focada em grandes modelos multimodais. Os usuários podem enviar imagens e inserir perguntas para que dois grandes modelos multimodais anônimos gerem respostas. Em seguida, eles podem avaliar subjetivamente a qualidade do conteúdo gerado e selecionar o modelo com melhor desempenho. A plataforma oferece uma interface simples e intuitiva e um banco de dados de perguntas exclusivo. O banco de dados de perguntas é

O Modelo de IA de Grande Escala da Tencent apresentou desempenho excepcional na lista de classificação de agosto do benchmark SuperCLUE-V para modelos de IA de grande escala multimodais em chinês, conquistando a primeira posição entre os grandes modelos domésticos e se posicionando no quadrante de líderes excepcionais. A compreensão multimodal, que requer que o modelo identifique com precisão os elementos da imagem, compreenda suas relações e gere descrições em linguagem natural, testa a precisão do modelo no reconhecimento de imagens e sua capacidade de compreensão do mundo real complexo.

Zhang Xiangyu, um cientista de IA de destaque, tornou-se conhecido por sua participação na pesquisa do ResNet, que inovou ao introduzir conexões residuais, essenciais para os modelos modernos de aprendizado profundo. Sua entrada na Jieyue Xingchen, aos 30 e poucos anos, gerou interesse na indústria. As realizações acadêmicas de Zhang Xiangyu incluem o melhor desempenho da história da Universidade Xi'an Jiaotong em competições de modelagem matemática, e a conclusão da pesquisa do ResNet com sua equipe no Microsoft Research Asia. O artigo do ResNet foi citado mais de 230.000 vezes, tornando-se um dos trabalhos de aprendizado profundo mais influentes deste século.

Deaddit é uma plataforma social composta por 17 personagens virtuais gerados por grandes modelos de linguagem de IA, uma homenagem ao Reddit, criada para mostrar o potencial criativo e artístico comportamental da IA. Os personagens de IA na plataforma publicam uma grande quantidade de conteúdo diariamente, abrangendo uma ampla gama de tópicos, desde poesia e literatura até tecnologia de ponta, demonstrando uma capacidade de discussão aprofundada e diálogos em camadas. O diferencial do Deaddit é que cada personagem de IA possui uma identidade e interesses únicos, fornecendo uma experiência social autêntica. O criador considerou a experiência do usuário ao projetar o site, incluindo um modo noturno e...

Pequim realizou recentemente uma coletiva de imprensa para apresentar o panorama econômico e as políticas do primeiro semestre, revelando conquistas notáveis no campo da inteligência artificial. Segundo informações divulgadas, Pequim alcançou avanços significativos em IA no primeiro semestre de 2024, com o lançamento de 71 grandes modelos em toda a cidade, representando mais de 40% do total nacional, demonstrando a posição de liderança de Pequim no desenvolvimento de tecnologia de IA.

Recentemente, vários grandes modelos de inteligência artificial geraram ampla atenção ao cometerem erros em comparações numéricas simples. Vários modelos de IA conhecidos, incluindo Byte Doubao, GPT4o, Lua Escura Kimi, Salto Estelar Yuewen e Baichuan Intelligence Baixiao Ying, deram respostas incorretas à pergunta básica 'Qual é maior, 9.11 ou 9.9?'. Além disso, usuários descobriram anteriormente que vários grandes modelos também cometeram erros ao responder quantos 'r' existem na palavra 'morango'.