大模型日报

 

2024-06-09

 

大模型资讯

 

1. Qwen2-72B：拥有72亿参数的先进AI模型

 

• 摘要: Qwen团队近日发布了最新突破性成果——Qwen2-72B。这款最先进的语言模型具备72亿参数、支持128K令牌、多语言精通及业界领先性能，展示了显著的技术进步。

 

1. OpenAI与Anthropic AI研究揭示LLM对安全性和偏见的影响

 

• 摘要: Anthropic揭示了影响大型语言模型输出的“特征”机制，OpenAI也在同一概念上进行了深入研究。这些研究有助于理解LLM在安全性和偏见方面的表现。

 

1. AI研究：通过消除矩阵乘法实现高效大型语言模型

 

• 摘要: 该研究探讨了如何通过消除矩阵乘法来实现高效的大型语言模型（LLMs），以达到可扩展的性能。这一方法旨在提高计算效率，降低资源消耗，为大规模语言模型的应用提供新的可能性。

 

1. CheckMate: 评估语言模型与用户交互的AI平台

 

• 摘要: CheckMate是一个适应性强的AI平台，用于评估大型语言模型（如ChatGPT和GPT-4）与人类用户的交互表现。近年来，LLMs取得了显著进展，CheckMate旨在通过用户互动来评估这些模型的效果。

 

1. Zyphra发布包含1.3万亿标记的Zyda LLM训练数据集

 

• 摘要: Zyphra公司今日发布了Zyda，这是一种旨在帮助研究人员构建大型语言模型的人工智能训练数据集，包含1.3万亿标记。

 

1. Upstage优化大语言模型以适配英特尔Core Ultra处理器

 

• 摘要: Upstage宣布将优化其旗舰大语言模型，以适配英特尔Core Ultra处理器。这一举措旨在提升企业解决方案中的人工智能性能，进一步推动AI技术的发展。

 

1. 阿里巴巴新AI模型Qwen2在数学和编程任务上超越Meta的Llama 3

 

• 摘要: 阿里巴巴表示，其最新的大型语言模型Qwen2在数学和编程等任务上优于Meta的Llama 3。Qwen2能够与Meta等公司最前沿的开源模型相媲美，显示出阿里巴巴在人工智能领域的强大实力。

 

1. AI公司转向小型语言模型以寻求高利润

 

• 摘要: 人工智能公司在投入数十亿美元构建大型语言模型以支持生成式AI产品后，正转向开发小型语言模型以实现更高利润。这种转变可能带来新的商业机会和技术突破。

 

1. AWS大力投资开发LLMops工具

 

• 摘要: AWS正在大力投资开发用于操作和管理大型语言模型的工具，旨在增强其在基础大语言模型领域的能力。

 

1. NVIDIA NIM简化LoRA适配器部署，提升模型定制化

 

• 摘要: NVIDIA NIM通过简化LoRA适配器的部署，优化了大语言模型的定制化和性能。这一改进将有助于更高效地应用和调整大型语言模型，以满足不同需求。

 

大模型产品

 

1. OpinioAI：快速洞察客户需求

 

• 摘要: OpinioAI是一款利用AI分析数据的平台，帮助企业更好地了解客户，测试创意，加速市场推进。

 

1. Peek：AI浏览器标签管理器

 

• 摘要: Peek是一款AI驱动的工作空间，自动整理和总结您的浏览器标签，提升工作效率。

 

1. KaraboAI：定制化AI聊天机器人

 

• 摘要: KaraboAI是一款聊天机器人即服务平台，可利用您的数据创建定制化AI聊天机器人，提升客户服务、知识检索、数据收集、报价生成、预约管理和电商销售。

 

1. Mamouth: 一站式AI接口

 

• 摘要: Mamouth提供10欧元即可访问顶级AI模型，如GPT-4o、Claude 3、Mistral Large、Llama 3、Gemini 1.5 Pro、Dall-E和Stable Diffusion。

 

1. AI驱动的每日电话问责工具

 

• 摘要: Standup：通过AI每日电话问责，简化你的日常反思。每天接到电话，回答完成情况、遇到的困难及下一步计划，并收到邮件总结。

 

1. NotezAI：AI智能笔记应用

 

• 摘要: NotezAI是一款革命性的AI智能笔记应用，帮助你轻松管理想法，优化内容规划，提升工作效率。

 

1. TikTok数据分析仪表板

 

• 摘要: Coupler.io推出免费TikTok分析工具，汇总账户增长、受众互动及最佳发帖时间，一键获取洞察。

 

1. IntrvuAI：技术面试AI教练

 

• 摘要: 使用IntrvuAI进行模拟视频面试，获得AI反馈。适合学生和专业人士，提升自信，征服下一次面试！

 

1. BodyMax AI：智能肌肉扫描与锻炼建议

 

• 摘要: 使用BodyMax AI扫描身体，获取详细的肌肉群分析、评分及个性化锻炼建议，助你更有效地健身。

 

大模型论文

 

1. 语言模型驱动的可解释机器学习框架

 

• 摘要: 本文提出了语言化机器学习（VML）框架，通过自然语言约束参数空间，利用大语言模型解决传统机器学习问题，实现更强的可解释性和可信度。

 

1. 去焦注意力网络：1D因果视觉表示学习

 

• 摘要: 本文提出去焦注意力网络，通过学习带通滤波器解决1D因果视觉模型的“过度聚焦”问题，实现多模态任务的有效优化。

 

1. RoboMamba: 高效机器人推理与操作模型

 

• 摘要: RoboMamba结合Mamba模型，实现高效的视觉理解与动作预测。通过共训练视觉编码器和语言嵌入，RoboMamba展示出卓越的推理和操作能力。

 

1. 无训练生成一致视觉指令框架

 

• 摘要: 本文提出一种无训练框架，结合扩散模型和大语言模型，实现多步骤一致且美观的视觉指令生成。

 

1. DeepStack: 简单高效的LMM视觉令牌堆叠方法

 

• 摘要: DeepStack通过将视觉令牌分组并逐层输入LMM的变压器层，大幅提升了性能，且计算成本低，尤其在高分辨率任务上效果显著。

 

1. PaCE：大语言模型的简约概念工程

 

• 摘要: PaCE提出了一种新的激活工程框架，通过构建大规模概念词典和稀疏编码技术，有效减少大语言模型中的有害输出，提升对齐性能。

 

1. ShareGPT4Video:提升视频理解与生成的字幕策略

 

• 摘要: ShareGPT4Video系列通过密集精确的字幕提升大型视频语言模型和文本生成视频模型的理解与生成能力。

 

1. 步骤感知偏好优化：提升去噪性能

 

• 摘要: 提出步骤感知偏好优化方法，针对每个去噪步骤独立评估和调整性能，大幅提升生成图像的对齐效果和训练效率。

 

1. 语义多样性生成用于语言模型不确定性估计

 

• 摘要: 本文提出了语义多样性生成(SDLG)方法，量化大语言模型的预测不确定性，有效检测生成文本的幻觉现象。

 

1. Quixer: 量子Transformer模型

 

• 摘要: Quixer是一个新型量子Transformer模型，利用线性组合酉算子和量子奇异值变换，首次在实际语言建模任务中取得了与经典模型相当的结果。

 

大模型开源项目

 

1. 小爱音箱接入ChatGPT与豆包

 

• 摘要: 使用TypeScript将小爱音箱接入ChatGPT和豆包，改造成专属语音助手，实现更智能的语音交互体验。

 

1. 微软生成式AI入门教程

 

• 摘要: 微软提供18节课，帮助初学者使用生成式AI进行构建。教程以Jupyter Notebook编写，适合新手学习。

 

1. Xenova：浏览器内运行顶尖机器学习

 

• 摘要: Xenova项目让你无需服务器，直接在浏览器中运行顶尖的🤗 Transformers模型，使用JavaScript编写，实现前沿的机器学习。

 

1. 离线语音识别与合成工具k2-fsa

 

• 摘要: k2-fsa：无需互联网的语音识别、语音合成和说话人识别工具，支持多平台和多语言，基于C++开发。

 

1. LeRobot: 现实机器人学习

 

• 摘要: LeRobot是一个用Pytorch实现的端到端现实世界机器人学习项目，由Huggingface团队开发，使用Python编写。