一群大模型玩你畫我猜，人類一旁圍觀超起勁兒。就像下面這張圖展示的，由Grok畫長頸鹿，一堆大模型根據(jù)生成內(nèi)容猜答案。參賽選手包括GPT-4o、Claude、Llama、Gemini、Grok等。其實這是最近爆火的一種新的測試基準（doge）。游戲結(jié)果一定程度上能反映出大模型能力，比如這組測試一共
......
本文由站長之家合作伙伴自媒體作者“量子位公眾號”授權(quán)發(fā)布于站長之家平臺，本平臺僅提供信息索引服務(wù)。由于內(nèi)容發(fā)布時間超過平臺更新維護時間，為了保證文章信息的及時性，內(nèi)容觀點的準確性，平臺將不提供完全的內(nèi)容展現(xiàn)，本頁面內(nèi)容僅為平臺搜索索引使用。需閱讀完整內(nèi)容的用戶，請查看原文，獲取內(nèi)容詳情。
（舉報）
【新智元導(dǎo)讀】全網(wǎng)獨一份o1pro架構(gòu)爆料來了!首創(chuàng)自洽性機制打破推理極限，「草莓訓(xùn)練」系統(tǒng)首次揭秘。更令人震驚的是，OpenAI和Anthropic自留Orion、Claude3.5超大杯，并不是內(nèi)部失敗了是它們成為數(shù)據(jù)生成的秘密武器。鑒于OpenAI和微軟目前大約在數(shù)十萬塊GPU上運行GPT的推理，對預(yù)訓(xùn)練進行scaling似乎仍然能夠提供所需的成本節(jié)約。
【新智元導(dǎo)讀】圍剿英偉達，數(shù)十萬顆自研二代芯片超算在建!亞馬遜祭出地表最強全家桶，多模態(tài)Nova擊敗GPT-4o。亞馬遜推出了號稱最強大的多模態(tài)模型Nova系列。IDC在2023年12月發(fā)布的最新研究報告顯示，英偉達當(dāng)前在AI芯片市場中占據(jù)著約95%的主導(dǎo)地位。
【新智元導(dǎo)讀】AI自主研發(fā)會真的「失控」了嗎?最新研究顯示，Claude3.5Sonnet和o1-preview在2小時內(nèi)的研發(fā)任務(wù)中，擊敗了50多位人類專家。但另一個耐人尋味的現(xiàn)象是，給予更長時間周期后，人類專家在8小時任務(wù)中優(yōu)勢顯現(xiàn)?！笖U展法則實驗」得分存在運氣成分雖然良好的實驗可以幫助人類專家在環(huán)境中做出明智的預(yù)測，但智能體還是主要依賴猜測，更多是運氣不是技巧的問題。
Anthropic又發(fā)大禮包!現(xiàn)在Claude自己就是一臺服務(wù)器。能直連GitHub，AI自己寫代碼、自己創(chuàng)建倉庫、Push代碼、創(chuàng)建Issue、創(chuàng)建分支、創(chuàng)建PR一條龍服務(wù)。官方谷歌文檔支持恐怕正是通過MCP實現(xiàn)的。
微軟研究院發(fā)布了最強小參數(shù)模型——Phi-4。Phi系列模型自今已經(jīng)發(fā)布了5代，Phi-4也延續(xù)了之前的小參數(shù)模式只有140億。值得一提的是，微軟AI副總裁、phi系列模型的靈魂人物之一SébastienBubeck已經(jīng)離開了微軟加入了OpenAI。
歡迎來到【AI日報】欄目!這里是你每天探索人工智能世界的指南，每天我們?yōu)槟愠尸F(xiàn)AI領(lǐng)域的熱點內(nèi)容，聚焦開發(fā)者，助你洞悉技術(shù)趨勢、了解創(chuàng)新AI產(chǎn)品應(yīng)用。新鮮AI產(chǎn)品點擊了解:https://top.aibase.com/1、OpenAI推出屏幕共享與視頻聊天功能，ChatGPT整了個“圣誕老人模式”O(jiān)penAI最近在其高級語音模式中新增了視頻聊天和屏幕共享功能，允許用戶在移動應(yīng)用中與ChatGPT進行實時互動。該模型仍在技術(shù)打磨中，同時啟動了“千影共創(chuàng)計劃”，旨在促進“游戲AI”領(lǐng)域的發(fā)展。
OpenAI有許多緊追不舍的競爭對手，但沒有哪家能像Anthropic這樣讓OpenAI的高管們寢食難安。AI編程既是OpenAI的優(yōu)勢領(lǐng)域，也是數(shù)百萬用戶訂閱ChatGPT的主要原因之一。追趕OpenAI，成為下一個OpenAI。
ScalingLaw又能續(xù)命了?如何通過語言智能體的高級規(guī)劃來Scaling推理時計算?答案就是——使用LLM作為世界模型。使用GPT-4o來預(yù)測網(wǎng)站上操作的結(jié)果，可以提供強大的性能，同時還能提高安全性和效率。其他還有多模態(tài)，基礎(chǔ)、規(guī)劃與推理，合成數(shù)據(jù)和智能體安全。
多模態(tài)大模型在聽覺上，居然也出現(xiàn)了「9.11>9.8」的現(xiàn)象，音量大小這種簡單問題都識別不了!港中文、斯坦福等大學(xué)聯(lián)合發(fā)布的AV-Odyssey基準測試，包含26個視聽任務(wù)，覆蓋了7種聲音屬性，跨越了10個不同領(lǐng)域，確保測試的深度和廣度。在人工智能領(lǐng)域，我們一直以為頂尖的多模態(tài)大模型已經(jīng)無所不能，GPT-4o在ASR任務(wù)上已經(jīng)達到了97%的正確率，更是凸顯了強大的音頻理解能力?
ChatGPT誕生的第二年，OpenAI和國內(nèi)的一眾企業(yè)正在試著“拋棄”它。在ScalingLaw被質(zhì)疑能力“見頂”的情況下，今年9月，OpenAI帶著以全新系列命名的模型o1一經(jīng)發(fā)布，“會思考的大模型”再度成為焦點。在如何不過度思考的情況下，平衡大模型的推理進化和用戶對效率的需求?這是楊植麟幾個月前在云棲大會上的提問，這個問題需要留給國內(nèi)大模型廠商們繼續(xù)解決。
