36氪圆桌:大模型的应用落地,有没有捷径可走?|新质生产力·AI Partner大会
36氪圆桌:大模型的应用落地,有没有捷径可走?|新质生产力·AI Partner大会大模型从“聊天机器人”到每个人的Killer APP,中间到底还有多远?
搜索
大模型从“聊天机器人”到每个人的Killer APP,中间到底还有多远?
AI已经成为云服务商的标配,但是怎么做才能满足用户的需求,百度有自己的理解。
马斯克谈火星移民计划与AI的未来展望。
AI与AR结合的难题在于,如何进入到最后一公里。
将一个实验性质的功能直接推向用户,谷歌有些急功近利了。
当火山引擎要在阿里的腹地与其贴脸开打,还有一场场硬仗等待着他。
经济观察报注意到,目前降低的只是调用大模型应用程序编程接口(API)的费用。与这一费用相比,客户使用云服务后,付费环节更多、付费额度更高。
比斯坦福DPO(直接偏好优化)更简单的RLHF平替来了,来自陈丹琦团队。 该方式在多项测试中性能都远超DPO,还能让8B模型战胜Claude 3的超大杯Opus。 而且与DPO相比,训练时间和GPU消耗也都大幅减少。
当前,多模态大模型 (MLLM)在多项视觉任务上展现出了强大的认知理解能力。 然而大部分多模态大模型局限于单向的图像理解,难以将理解的内容映射回图像上。 比如,模型能轻易说出图中有哪些物体,但无法将物体在图中准确标识出来。 定位能力的缺失直接限制了多模态大模型在图像编辑,自动驾驶,机器人控制等下游领域的应用。针对这一问题,港大和字节跳动商业化团队的研究人员提出了一种新范式Groma
TinyLLaVA 项目由清华大学电子系多媒体信号与智能信息处理实验室 (MSIIP) 吴及教授团队和北京航空航天大学人工智能学院黄雷老师团队联袂打造。清华大学 MSIIP 实验室长期致力于智慧医疗、自然语言处理与知识发现、多模态等研究领域。北航团队长期致力于深度学习、多模态、计算机视觉等研究领域。