AI全球竞赛还在继续。在国内,最火的AI独角兽的光环属于212亿元估值的月之暗面、超177亿元估值的MiniMax,以及超100亿元的智谱AI等,而海外吸引眼球的非美国的OpenAI莫属,最新消息是,OpenAI正在以1500亿美元(10635亿元)的巨额估值融资65亿美元。这一数字令人叹为观止。
AI全球竞赛还在继续。在国内,最火的AI独角兽的光环属于212亿元估值的月之暗面、超177亿元估值的MiniMax,以及超100亿元的智谱AI等,而海外吸引眼球的非美国的OpenAI莫属,最新消息是,OpenAI正在以1500亿美元(10635亿元)的巨额估值融资65亿美元。这一数字令人叹为观止。
我们相信每个白领职位都会有一个 AI 助手。其中一些职位将完全由 AI 代理自动化。
OpenAI的研究科学家布朗(Noam Brown),这两天在他的自我介绍中,加上了一条:OpanAI o1的联合创始人。
李笑来曾经说过,学英语最好的方法就是用英语。 而英文播客就是练习英语听力的最佳材料之一,可以一边学知识一边练听力。 但是英文播客有一个不可能三角:我能学到知识、我很关心话题、我能听懂他们说话。 要同时满足这三个条件的播客实在太难找了。 但是最近 Google 做了一个 AI 工具,完美地解决了这个问题。
经历了一年多的发展,AI Agent正在越来越多地参与到教育工作之中。
根据英伟达发给股东的最新消息,英伟达已就收购 OctoAI 展开了深入谈判。根据 OctoAI 发给股东的一份文件,英伟达提议以约 1.65 亿美元收购该公司,这还不包括该公司的债务和其他费用。
一键获得作业批改“高替”。
AI领域迎来了一位重量级选手—书生·筑梦2.0(Vchitect 2.0),由上海AI实验室团队发布。
近期 Gartner发布了《新兴技术成熟度曲线》,其中生成式 AI (GenAI) 正式进入到了幻灭期。
主动开启付费模式的变革,对于Zendesk来说都更有利。
优秀的 GitHub 项目啊!有关 OpenAI ο1 的一切都在这里
技术造成的「风评被害」,也得靠技术来解决。
斯坦福大学的最新研究通过大规模实验发现,尽管大型语言模型(LLMs)在新颖性上优于人类专家的想法,但在可行性方面略逊一筹,还需要进一步研究以提高其实用性。
时隔一年半,Office办公全家桶再次迎来重磅升级。半小时发布会,纳德拉向全世界宣告,「AI时代下的全新工作流开启」。Python塞进Excel,AI秒处理数据。而且,只要一句提示,想法即刻变成PPT。
新型图基础模型来了—— AnyGraph,基于图混合专家(MoE)架构,专门为实现图模型跨场景泛化而生。
发布不到1周,OpenAI最强模型o1的护城河已经没有了。
OpenAI用o1开启推理算力Scaling Law,能走多远?
大型语言模型(LLMs)虽然进展很快,很强大,但是它们仍然存在会产生幻觉、生成有害内容和不遵守人类指令等问题。一种流行的解决方案就是基于【自我纠正】,大概就是看自己输出的结果,自己反思一下有没有错,如果有错就自己改正。目前自己纠正还是比较关注于让大模型从错误中进行学习。
前些天,OpenAI 发布了 ο1 系列模型,它那「超越博士水平的」强大推理性能预示着其必将在人们的生产生活中大有作为。但它的使用成本也很高,以至于 OpenAI 不得不限制每位用户的使用量:每位用户每周仅能给 o1-preview 发送 30 条消息,给 o1-mini 发送 50 条消息。
北京时间 9 月 13 日午夜,OpenAI 发布了推理性能强大的 ο1 系列模型。之后,各路研究者一直在尝试挖掘 ο1 卓越性能背后的技术并尝试复现它。当然,OpenAI 也想了一些方法来抑制窥探,比如有多名用户声称曾试图诱导 ο1 模型公布其思维过程,然后收到了 OpenAI 的封号威胁。
国内外的 AI 创业,都在等待着Super App(超级应用)的诞生。
通过描绘猫咪和婴儿一起睡觉的温馨场景,结合多组图片对比,这种温馨的文案+可爱的视频+情绪感带入,很吸引人眼球。
2024 年 9 月 6 日,腾讯全球数字生态大会落下帷幕。
哪里有最多GPU?哪里又是GPU荒漠?
提起 OnlyFans,很多人的脸上会浮现意味深长的笑容:哦,一个成人网站,可以和业内顶流 Pornhub 一战。
比LoRA更高效的模型微调方法来了——
北大校友打造的1000个智能体「我的世界」,火爆AI圈!
自从Ilya Sutskever的名字出现在OpenAI o1背后团队名单中,他在o1中发挥了哪些作用,一时间成为不少网友的关注焦点。
一家刚成立6个月的初创公司Chai Discovery最近发布了能对打甚至超越AlphaFold 3的模型Chai-1,而且放出了模型权重和推理代码。不开源的DeepMind这回还能坐得住吗?
MMMU-Pro通过三步构建过程(筛选问题、增加候选选项、引入纯视觉输入设置)更严格地评估模型的多模态理解能力;模型在新基准上的性能下降明显,表明MMMU-Pro能有效避免模型依赖捷径和猜测策略的情况。