ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
98 年 AI 女博士创业,用 LPA 做真正为人类创造价值的 AI
5545点击    2024-08-01 11:49

这波 AI 浪潮,90 后可以说是顶起了半边天。


月之暗面的杨植麟,智元机器人的彭志辉,Meshy 的胡渊鸣,面壁智能的曾国洋...


而在他们之中,有一位年龄更小,但实力丝毫不逊各位前辈的女将。


出生于 1998 年的她,本科就读于浙江大学竺可桢学院,后获得苏黎世联邦理工大学(ETH Zurich) 计算机科学与技术博士,主攻自然语言生成方向。


2023 年 3 月,正式带领团队创业,便获得了由蓝驰创投领投,西湖科创投等的 Pre-A 轮融资。


后来,全球最早提出「无限式长文本生成」的,也是她所在团队。


而她,就是波形智能的创始人,姜昱辰。


在去年,为了解决模型幻觉问题,波形智能推出的,一套基于 SOP(标准操作流程)的 Agent 架构:AIWaves Agents,就风靡了整个 Agent 圈。


而在今年,姜昱辰近期召开发布会,又发布了全新的技术和产品。


其中最核心的,便是波形智能的 Life-long Personalized AI (LPA) 理念。


什么是 LPA 呢?波形智能在 7 月 28 日 Summer DevDay 上发布的白皮书,给出了答案。


总共 7 页的报告都说了啥呢?


意思是啊,现在大家大都在追求 Scaling law,但是却很少有人关注那种专注于不同个体的 AI,而 LPA 的理念就是让 AGI 更好的服务每一个个性化的人


“只有当 AI 与大众的生产生活真正建立起强关联,并且能够自理解、自适应每个独一无二的个体时,才算迎来真正的千人千面的普惠化 AI”,姜昱辰如此说道。

(听起来就超有爱超大格局的赶脚)


不过,构建 LPA 并非易事,波形智能也提出了其中的三大关键技术挑战。


1. 个性化:LPA 应能根据所有具有不同特征的用户的特点,提供个性化的帮助;


2. 可进化:LPA 应能够不断适应不同用户不断变化的个性、需求、价值观和观点;


3. 普惠化:LPA 技术和服务应该能够以有效的方式部署,LPA 的成本要足够低。


个性化、可进化、普惠化。姜昱辰认为,只有实现了以上三点,才能构建出真正的 LPA.


虽然说 LPA 的实现不是一蹴而就的,不过波形智能,也顺带提出了他们的技术解决方案—— AI Persona,一个实用且可扩展的 LPA 框架


Part 1:Prompt & Agent


AI Persona 中的提示词和智能体组件由 6 个字段组成,包括身份、人口统计、个性、记忆、模式和偏好组件。


这些组件的组合使 AI Persona 能够全面捕捉每个人的独特特征。


BTW,还可以根据实际产品需求,灵活定义和添加一些可能的扩展。

不过如果 Agent 需要持续个性化更新,那么如何能够不断的被训练和更新呢?


这一点波形智能也已经考虑到了,通过全面升级之前以数据为核心的可“自主进化”的 Agent 框架!


2.0 版本不仅集成了 1.0 版本的可控性能力,还采用 Symbolic Learning 方式,让 Agent 可以在不断更新的数据环境中解析自身的性能表现,并根据用户习惯和反馈定期或者主动进行调整。


Part 2:Model/Module


AI Persona 还提供了基于模型训练的方式,包括基于 LoRA 和 test-time alignment 的两种方式。


对于基于 LoRA 的方法,波形预训练了一组与不同类型的知识、个性和记忆相对应的 LoRA 模块,然后,根据检索短语中计算的权重合并检索到的 LoRA,并使用合并后的 LoRA 进行个性化推理。


同样,波形预训练了一些偏好模型(奖励模型),对应于行为偏好、风格偏好、内容偏好等,根据用户个人资料检索不同的偏好模型,使用奖励的加权组合执行最小贝叶斯风险 (MBR) 解码来对风险进行建模。


Part 3:Training and Inference Infrastructure


对于基于模型的方法,波形智能设计了一种快慢适应方案:快速适应依赖于提示组件中文本用户配置文件的更新,会使得 LoRA 和偏好模型的检索结果不同。而慢适应是指模型的定期更新。


上述基于模型的个性化方法,也对 LLM 推理的基础设施提出了挑战。波形智能由此构建了 LLM 推理引擎,支持将 batched inference 中的不同 LoRA 与不同输入相关联,以及 MBR 解码与偏好模型,以及允许 batch 中不同输入的偏好模型的不同组合的功能。


LPA 的理念和技术,不只是空中楼阁,也被波形智能应用到了实际当中


目前,新一代的「Weaver 2.0」模型和「LPA 技术」已经部署在波形智能的多个产品和应用中,其中就包括那个可可爱爱没有脑袋的「蛙蛙」。



「蛙蛙写作」是波形智能推出的一款多模态赋能的 AI 互动写作工具,可以实现从小说到剧本到视频,覆盖文本、音频、影像的全链路内容创作。

重要的是,LPA 技术的加持让「蛙蛙写作」成为一个“越写越懂你”的私人助手,能够终身学习并记住用户的一切,有效消除通用工具的‘偏差’,实现高度个性化的创作过程。





Bonus!一向敏锐的特工们还发现「蛙蛙写作」还有个海外版,感兴趣的宝子也可以关注一下。

想象一下,在未来,越来越多像「蛙蛙」这样的,能够理解你,并越来越懂你,能反映你独特审美的 AI 助手,会随时陪伴、帮助你,是多么令人激动。


而这一切进步,或许都归功于波形智能于今天提出的 LPA.


这个世界永远属于年轻人,


期待年少有为的姜昱辰,能带领波形智能,用 LPA 书写新的篇章。


文章来源微信公众号“特工宇宙”,作者“特工少女”


AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

2
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0