A Universidade de Stanford alcançou mais um grande avanço na área de inteligência artificial. Seu mais recente sistema desenvolvido, STORM&Co-STORM, já está disponível em código aberto. Esse sistema consegue gerar artigos longos de alta qualidade a partir de uma simples entrada de tema, integrando completamente informações de múltiplas fontes. Essa inovação não apenas evita pontos cegos de informação, como também aumenta significativamente a eficiência e a qualidade da escrita de pesquisas. As tecnologias principais do sistema STORM&Co-STORM incluem o suporte do mecanismo de busca Bing e do GPT-4o mini. A parte STORM usa "especialistas LLM" e "LL"

O modelo de linguagem grande Doubao, da ByteDance, publicou hoje seu relatório de progresso tecnológico de 2024, revelando que sua versão mais recente, Doubao-pro-1215, alcançou o alinhamento total com o GPT-4 em termos de desempenho geral e apresentou capacidades ainda mais fortes em algumas áreas especializadas. Esse avanço marca a entrada oficial da tecnologia de modelos de linguagem grandes chineses no primeiro escalão global. Desde sua estreia em maio deste ano, o modelo de linguagem grande Doubao levou apenas 7 meses para alcançar uma melhoria de 32% em suas capacidades. De acordo com a empresa, isso foi conseguido por meio da otimização do processamento de grandes quantidades de dados e de uma arquitetura de modelo inovadora, incluindo melhorias em...

Recentemente, o assistente de conversação inteligente CueMe, desenvolvido pela Quark, foi lançado oficialmente. O CueMe é um assistente inteligente multifuncional que integra criação literária, aquisição de conhecimento e companhia emocional, com o objetivo de fornecer aos usuários serviços de informação abrangentes. Com base em tecnologia de inteligência artificial avançada, o CueMe pode atender às diversas necessidades dos usuários em seus estudos e trabalho, fornecendo suporte eficiente, seja para escrever artigos, relatórios ou criar romances e textos publicitários.

A compreensão de contextos longos é um desafio crucial no campo do processamento de linguagem natural, especialmente quando modelos de linguagem amplos (LLMs) processam textos que excedem o tamanho de sua janela de contexto. Para solucionar esse problema, pesquisadores desenvolveram o teste de benchmark LooGLE, projetado para avaliar a capacidade de compreensão de contexto longo dos LLMs ao lidar com documentos extremamente longos (média de 19,3 mil palavras, totalizando 776 documentos, abrangendo diversas áreas). O LooGLE contém sete tarefas, que incluem dependências curtas e longas, avaliando a compreensão do modelo para textos de diferentes comprimentos. Os dados de teste são provenientes de publicações de 2022 em diante.

O Laboratório de Inteligência Artificial de Xangai e a SenseTime, em colaboração com as universidades chinesas de Hong Kong e Fudan, anunciaram em conjunto, em 3 de julho, um novo modelo de linguagem grande chamado “Shusheng · Puyu 2.5”. A versão de 7B do modelo foi lançada como código aberto, e outras versões também serão disponibilizadas gradualmente. O Laboratório de IA de Xangai oferece aos desenvolvedores uma licença comercial gratuita para apoiar o desenvolvimento e a inovação de modelos de código aberto de alta qualidade. As recentes atualizações do modelo melhoraram significativamente sua capacidade de raciocínio, especialmente no conjunto de avaliação matemática MATH, superando o modelo Llama3-70B e atingindo uma taxa de precisão de

Desde seu lançamento pelo Baidu Wenku em maio, o “Chengpian” tem atraído ampla atenção por suas características como um produto AI Native abrangente. Ele combina pesquisa e resposta de conhecimento profissional, compreensão e geração de texto e imagem extra longos, edição e organização profunda, e criação livre multi-modal, atendendo completamente às necessidades dos usuários em todo o fluxo de trabalho de consulta, criação e edição em áreas profissionais.

'🚀 Empresas de modelos grandes estão competindo para atualizar, com foco no processamento de "textos longos" como uma nova tendência.''📈 O artigo destaca que o desafio do comprimento do contexto está realmente relacionado à estrutura do Transformer.''📚 A tecnologia de textos longos trará aplicações mais profundas para os campos financeiro, jurídico e de pesquisa.'

A Meta lançou o modelo Llama 2-Long, que processa textos longos sem aumentar a demanda computacional, mantendo o desempenho excepcional. O modelo utiliza pré-treinamento contínuo, melhorias no código de posição e estratégias de mistura de dados, reduzindo os custos computacionais em até 40%. Ele apresenta excelente desempenho em tarefas longas e curtas, superando outros modelos de contexto longo e com potencial para revolucionar o campo do processamento de linguagem natural. O modelo mostra melhorias significativas em tarefas de codificação, matemática e intensivas em conhecimento, superando até mesmo o GPT-3.5. O lançamento do modelo Llama 2-Long abre caminho para o processamento de

O Moonshot AI, lançado pela Dark Side of the Moon, é o primeiro modelo de linguagem grande do mundo a suportar entrada de texto de até 200.000 caracteres. Yang Zhilin, fundador do Moonshot AI, estudou com especialistas de ponta em IA na CMU e é considerado um dos candidatos a ser o 'OpenAI' da China. O Moonshot AI alcançou um avanço no processamento de textos longos por meio da otimização de armazenamento, poder computacional e largura de banda de rede, marcando a entrada da IA generativa na era dos textos longos. Em comparação com outros modelos, o Moonshot AI evita o problema dos 'modelos baleia'.