大型語言模型
與“大型語言模型”的相關(guān)熱搜詞：
相關(guān)“大型語言模型” 的資訊433篇
-
【騰訊云】11.11云上盛惠！云服務(wù)器首年1.8折起，買1年送3個(gè)月！
11.11云上盛惠！海量產(chǎn)品 · 輕松上云！云服務(wù)器首年1.8折起，買1年送3個(gè)月！超值優(yōu)惠，性能穩(wěn)定，讓您的云端之旅更加暢享?？靵眚v訊云選購吧！
騰訊云
12-20
廣告 -
ollama是什么？帶你了解本地部署大型語言模型的開源框架
本地部署大型語言模型的開源框架Ollama備受關(guān)注，那么ollama到底是什么呢?一個(gè)專為本地機(jī)器設(shè)計(jì)的開源框架，旨在簡(jiǎn)化大型語言模型的部署和運(yùn)行。它提供了一套工具和命令，使用戶能夠輕松地下載、管理和運(yùn)行各種語言模型，包括LLaMA、LLaVA等流行模型。它減少了對(duì)云服務(wù)或復(fù)雜基礎(chǔ)設(shè)施設(shè)置的依賴，使得大型語言模型的部署和應(yīng)用變得更加容易和高效。
-
蘋果開發(fā)設(shè)備內(nèi)運(yùn)行的大型語言模型 優(yōu)先考慮速度和隱私
蘋果公司正在開發(fā)自己的大型語言模型。這款模型將能夠在設(shè)備上本地運(yùn)行，從優(yōu)先考慮速度和隱私保護(hù)。蘋果更廣泛的人工智能戰(zhàn)略預(yù)計(jì)將在6月份的WWDC上與主要軟件更新預(yù)覽一起公布。
-
MathVerse：全方位可視化數(shù)學(xué)基準(zhǔn)，對(duì)多模態(tài)大型語言模型進(jìn)行公平和深入的評(píng)估
多模態(tài)大型語言模型在視覺情境下的表現(xiàn)異常出色，引起了廣泛關(guān)注。它們解決視覺數(shù)學(xué)問題的能力仍需全面評(píng)估和理解。這表明需要更先進(jìn)的數(shù)學(xué)專用視覺編碼器，突顯了MLLM發(fā)展的潛在未來方向。
-
LLM Pricing官網(wǎng)體驗(yàn)入口 大型語言模型定價(jià)比較工具在線使用地址
LLMPricing是一個(gè)聚合并比較各種大型語言模型定價(jià)信息的網(wǎng)站，這些模型由官方AI提供商和云服務(wù)供應(yīng)商提供。用戶可以在這里找到最適合其項(xiàng)目的語言模型定價(jià)。點(diǎn)擊前往LLMPricing官網(wǎng)體驗(yàn)入口需求人群：適用于需要選擇合適的大型語言模型進(jìn)行項(xiàng)目開發(fā)的企業(yè)和開發(fā)者，幫助他們根據(jù)成本效益做出決策。
-
騰訊推出ELLA大型語言模型適配器 助力模型語義對(duì)齊與高效提示跟蹤
騰訊研發(fā)團(tuán)隊(duì)于3月8日在預(yù)印本平臺(tái)arXiv發(fā)布了一項(xiàng)重要成果，推出了名為ELLA的大型語言模型適配器。這一適配器的推出標(biāo)志著在擴(kuò)散模型中配備大語言模型的新里程碑，為模型提供了增強(qiáng)的語義對(duì)齊能力。這一創(chuàng)新的推出將為語言模型領(lǐng)域帶來新的發(fā)展機(jī)遇，為模型的語義理解和應(yīng)用提供了更為有效的解決方案。
-
?斯坦福大學(xué)研究人員發(fā)布新機(jī)器學(xué)習(xí)方法C3PO：根據(jù)上下文定制大型語言模型
斯坦福大學(xué)的研究人員最近發(fā)布了一種名為C3PO的新方法，旨在解決語言模型定制化面臨的挑戰(zhàn)。在人工智能領(lǐng)域不斷發(fā)展的今天，語言模型的定制化對(duì)于確保用戶滿意度至關(guān)重要。這項(xiàng)研究的意義超出了技術(shù)成就的范疇，預(yù)示著人工智能可以無縫適應(yīng)個(gè)人偏好、增強(qiáng)其實(shí)用性和可訪問性的未來。
-
五角大樓探討大型語言模型的軍用用途
ChatGPT和AI圖像生成器的出現(xiàn)初期令全球歡欣鼓舞，然政府官員開始擔(dān)心它們可能被用于更黑暗的用途。五角大樓開始與科技行業(yè)領(lǐng)袖舉行會(huì)議，加速發(fā)現(xiàn)和實(shí)施最有用的軍 事應(yīng)用?！坝?guó)國(guó)防人工智能中心”負(fù)責(zé)人瑞秋?辛格頓上校在研討會(huì)上表示，英國(guó)感到有必要迅速為內(nèi)部軍 事使用開發(fā)一個(gè)LLM解決方案，因?yàn)閾?dān)心員工可能會(huì)誘惑使用商業(yè)LLMs，從使敏感信息面臨風(fēng)險(xiǎn)。
-
BiTA：創(chuàng)新AI方法加速大型語言模型生成
基于transformer架構(gòu)的大型語言模型已經(jīng)嶄露頭角。Chat-GPT和LLaMA-2等模型展示了LLMs參數(shù)的迅速增加，從幾十億到數(shù)萬億。當(dāng)資源受限或需要實(shí)時(shí)應(yīng)用時(shí)，BiTA的可調(diào)提示設(shè)計(jì)使其成為一種可插即用的方法，可用于加速任何公開可用的LLMs。
-
蘋果 AI 新突破：在 iPhone 上部署大型語言模型成為可能
蘋果公司的人工智能研究人員表示，在將大型語言模型部署到iPhone和其他內(nèi)存有限的蘋果設(shè)備上取得了關(guān)鍵性突破。他們發(fā)明了一種創(chuàng)新的閃存利用技術(shù)，可有效應(yīng)對(duì)內(nèi)存限制問題。蘋果計(jì)劃提供云端AI和設(shè)備上AI處理的結(jié)合。
-
亞馬遜和藍(lán)色起源創(chuàng)始人杰夫·貝索斯談人工智能：大型語言模型「不是發(fā)明，而是發(fā)現(xiàn)」
計(jì)算機(jī)科學(xué)家和播客主播LexFridman最近發(fā)布的一期熱門播客中，杰夫·貝索斯就其生活、工作、人類未來及科技前景進(jìn)行了深入廣泛的討論。在這超過兩小時(shí)的播客中，有許多內(nèi)容值得吸收?！裹c(diǎn)擊此處收聽和觀看完整播客，或直接跳到關(guān)于AI的部分。
-
Google DeepMind 使用大型語言模型解決純數(shù)學(xué)中的著名未解問題
GoogleDeepMind最近利用一種大型語言模型成功破解了純數(shù)學(xué)中一個(gè)著名的未解問題。該團(tuán)隊(duì)在《自然》雜志上發(fā)表的論文中宣稱，這是首次使用大型語言模型發(fā)現(xiàn)長(zhǎng)期科學(xué)難題的解決方案，產(chǎn)生了之前不存在的可驗(yàn)證且有價(jià)值的新信息?！顾f：「這當(dāng)然表明了一種可能的前進(jìn)方向。
-
Google Cloud 與 Mistral AI 合作，支持其大型語言模型在谷歌云基礎(chǔ)設(shè)施上分發(fā)
GoogleCloud和巴黎的生成型AI初創(chuàng)公司MistralAI當(dāng)?shù)貢r(shí)間周三聯(lián)合宣布合作，允許這家初創(chuàng)公司在科技巨頭的基礎(chǔ)設(shè)施上分發(fā)其語言模型。根據(jù)雙方的聯(lián)合聲明，「根據(jù)協(xié)議，MistralAI將使用GoogleCloud的AI優(yōu)化基礎(chǔ)設(shè)施，包括TPU加速器，以進(jìn)一步測(cè)試、構(gòu)建和擴(kuò)大其大型語言模型，同時(shí)受益于GoogleCloud的安全和隱私標(biāo)準(zhǔn)。該公司周一表示，在七個(gè)月內(nèi)第二輪融資中籌集了3.85億歐元，由Andreessen-Horowitz和LightSpeedVentures等投資者領(lǐng)投。
-
JetBrains 推出新 AI 編碼助手，結(jié)合多個(gè)大型語言模型以實(shí)現(xiàn)供應(yīng)商中立
JetBrains于當(dāng)?shù)貢r(shí)間周三發(fā)布了一款新的AI編碼助手，這款助手能夠從開發(fā)者的集成開發(fā)環(huán)境獲取信息，并將其反饋給AI軟件，以提供編碼建議、代碼重構(gòu)和文檔支持。這家開發(fā)工具公司聲稱，其AI助手是第一個(gè)供應(yīng)商中立的此類產(chǎn)品，因?yàn)樗褂昧硕鄠€(gè)大型語言模型不是依賴單一的AI平臺(tái)。為了適應(yīng)這些開發(fā)者，JetBrains已經(jīng)引入了禁用AI的功能。
-
谷歌表示得益于搭載 Gemini Pro 大型語言模型，Bard 現(xiàn)在比 ChatGPT 更聰明
谷歌在當(dāng)?shù)貢r(shí)間周三發(fā)布了其最新、最先進(jìn)的大型語言模型Gemini\">最新、最先進(jìn)的大型語言模型Gemini，并宣布從今天開始，用戶將能夠在GoogleBard中體驗(yàn)特別調(diào)整的GeminiPro英語版本。Gemini于今年五月在GoogleI/O上首次公布，共發(fā)布三種不同規(guī)模的版本：GeminiUltra、GeminiPro和GeminiNano。
-
使用 AI 越獄 AI 模型：新方法可系統(tǒng)地探測(cè) GPT-4 等大型語言模型的弱點(diǎn)，從而使其行為異常
OpenAI董事會(huì)突然解雇了該公司的首席執(zhí)行官，這引發(fā)了人們的猜測(cè)：董事會(huì)成員對(duì)人工智能突飛猛進(jìn)的發(fā)展速度以及過快尋求技術(shù)商業(yè)化可能帶來的風(fēng)險(xiǎn)感到震驚。RobustIntelligence是一家成立于2020年的初創(chuàng)公司，與耶魯大學(xué)的研究者合作，開發(fā)了一種探測(cè)大型語言模型的系統(tǒng)性方法，包括OpenAI的GPT-4。他說：「我們需要確保設(shè)計(jì)使用LLMs的系統(tǒng)時(shí)，越獄不能讓惡意用戶訪問他們不應(yīng)該訪問的內(nèi)容。
-
Mozilla 讓人們將 AI LLM 變成單文件可執(zhí)行文件，簡(jiǎn)化大型語言模型的分發(fā)和運(yùn)行
供本地使用的LLM通常作為一組權(quán)重分布在數(shù)GB文件中。這些軟件不能直接單獨(dú)使用，這通常使得它們比其他軟件更難分發(fā)和運(yùn)行。這些權(quán)重文件本身不能直接使用，需要通過特定的軟件框架或環(huán)境來加載和運(yùn)行，這使得與其他類型的軟件相比，它們的分發(fā)和運(yùn)行更加復(fù)雜。
-
大型語言模型DeBERTa：具有解糾纏注意力的解碼增強(qiáng)型 BERT
BERT在自然語言處理任務(wù)中取得顯著成就，但DeBERTa通過引入“解纏注意力”和“增強(qiáng)遮罩解碼器”等創(chuàng)新機(jī)制，進(jìn)一步提升了模型性能。DeBERTa引入了解纏注意力，這是一種新穎的機(jī)制，其中每個(gè)令牌由兩個(gè)單獨(dú)的向量表示，考慮了內(nèi)容和相對(duì)位置。這些創(chuàng)新和改進(jìn)使得DeBERTa成為自然語言處理領(lǐng)域備受青睞的選擇，不僅在數(shù)據(jù)科學(xué)家中廣泛應(yīng)用在Kaggle競(jìng)賽中取得成功，甚至在SuperGLUE基準(zhǔn)測(cè)試中超越人類水平，為語言模型的發(fā)展留下濃墨重彩的一筆。
-
李彥宏：百度文心一言是率先實(shí)現(xiàn)收費(fèi)的大型語言模型之一
在昨日的財(cái)報(bào)電話會(huì)議上，針對(duì)AI相關(guān)問題，百度董事長(zhǎng)兼CEO李彥宏表示，公司在利用生成式人工智能技術(shù)推動(dòng)廣告業(yè)務(wù)增長(zhǎng)，包括創(chuàng)意建設(shè)、精準(zhǔn)投放、競(jìng)價(jià)優(yōu)化方面的工作，這些努力也在逐步起效，所推動(dòng)的營(yíng)收增長(zhǎng)也將在四季度超過數(shù)億元人民幣。李彥宏還稱，文心一言4.0版本自推出以來，受到了用戶和消費(fèi)者的熱烈歡迎。我們目前所努力完成的廣告平臺(tái)調(diào)整已經(jīng)出現(xiàn)了明顯成效將繼續(xù)利用生成式人工智能和大型語言模型技術(shù)，協(xié)助廣告團(tuán)隊(duì)實(shí)現(xiàn)可持續(xù)的營(yíng)收增長(zhǎng)。
-
Together AI發(fā)布RedPajama v2：包內(nèi)30萬億token數(shù)據(jù)集，用于訓(xùn)練大型語言模型
TogetherAI最近發(fā)布了RedPajamav2，這是一個(gè)龐大的在線數(shù)據(jù)集，包含了30萬億token，成為目前公開可用的最大數(shù)據(jù)集之一，專門用于學(xué)習(xí)型機(jī)器學(xué)習(xí)系統(tǒng)的培訓(xùn)。對(duì)于像Llama、Mistral、Falcon、MPT和RedPajama等最先進(jìn)的開放式LLM，高質(zhì)量的數(shù)據(jù)至關(guān)重要，但由于HTML到純文本的轉(zhuǎn)換引發(fā)的異常、通常質(zhì)量較低的數(shù)據(jù)來源以及網(wǎng)絡(luò)內(nèi)容傳播中固有的偏見，這些數(shù)據(jù)未經(jīng)精細(xì)處理，不適合直接用于LLM的培訓(xùn)。這一工作將為L(zhǎng)LM領(lǐng)域的研究和應(yīng)用提供更多的有力數(shù)據(jù)支持。
-
Langroid：專為大型語言模型設(shè)計(jì)的多智能體編程框架
Langroid是一個(gè)直觀、輕量、可擴(kuò)展和原則性的Python框架，用于輕松構(gòu)建LLM驅(qū)動(dòng)的應(yīng)用程序。您可以設(shè)置智能體，為它們配備可選組件，分配任務(wù)，讓它們通過交換消息共同解決問題。項(xiàng)目地址:https://github.com/langroid/langroidLangroid是LLM應(yīng)用程序開發(fā)的一種新方法，經(jīng)過深思熟慮，旨在簡(jiǎn)化開發(fā)者體驗(yàn)。
-
谷歌研究:大型語言模型難以自我糾正推理錯(cuò)誤
谷歌DeepMind最新研究發(fā)現(xiàn)，大型語言模型在沒有外部指導(dǎo)的情況下難以自我糾正推理錯(cuò)誤。谷歌DeepMind的研究人員認(rèn)為，目前對(duì)于需要更安全響應(yīng)的應(yīng)用程序來說，具備自我糾正能力的語言模型可能更加有效。盡管目前大型語言模型在自我糾正推理方面還存在一些挑戰(zhàn)，但這項(xiàng)研究為未來的發(fā)展提供了重要的指導(dǎo)，讓我們更好地了解和改進(jìn)語言模型的能力和局限性。
-
NVIDIA發(fā)布SteerLM:個(gè)性化定制大型語言模型響應(yīng)的新AI方法
在人工智能領(lǐng)域，開發(fā)人員和用戶一直面臨一個(gè)挑戰(zhàn)，那就是需要更加定制和細(xì)致的大型語言模型響應(yīng)。雖然這些模型，比如Llama2，可以生成類似人類的文本，但它們通常需要提供真正針對(duì)個(gè)體用戶獨(dú)特需求的答案。開發(fā)人員現(xiàn)在有機(jī)會(huì)訪問代碼，并使用HuggingFace等平臺(tái)上提供的自定義的13BLlama2模型來嘗試這一技術(shù)。
-
Lakera推出API，保護(hù)大型語言模型免受惡意提示攻擊
瑞士初創(chuàng)公司Lakera最近發(fā)布了一款旨在保護(hù)企業(yè)免受大型語言模型的惡意提示攻擊的API。這項(xiàng)舉措旨在解決LLMs在生成人類語言文本方面的卓越性能，但也可能受到惡意攻擊的問題，尤其是通過所謂的“promptinjection”技術(shù)。通過將攻擊轉(zhuǎn)化為統(tǒng)計(jì)結(jié)構(gòu)，Lakera有望在這一領(lǐng)域發(fā)揮重要作用，并確保企業(yè)可以安全地利用LLM的強(qiáng)大功能。
-
Evisort成功開發(fā)法律合同領(lǐng)域的大型語言模型(LLM)
Evisort成功開發(fā)了專門用于法律協(xié)議的大型語言模型，并將其作為其新的多方位生成AI引擎的關(guān)鍵組成部分。該LLM將使Evisort能夠提供比通用的第三方LLMs更準(zhǔn)確和響應(yīng)更靈活的AI創(chuàng)新，從幫助組織更好地管理合同。這一創(chuàng)新也受到了業(yè)界的認(rèn)可，得到了微軟風(fēng)投M12的高度評(píng)價(jià)。
-
DistilBERT：更小、更快、更便宜的大型語言模型壓縮方法
大型語言模型的發(fā)展迅猛，BERT成為其中最受歡迎和高效的模型，但其復(fù)雜性和可擴(kuò)展性成為問題。為了解決這些問題，市面上目前由三種常見的模型壓縮技術(shù):知識(shí)蒸餾、量化和剪枝。DistilBERT通過知識(shí)蒸餾技術(shù)在保持性能的同時(shí)顯著壓縮了大型語言模型，為在資源受限設(shè)備上的部署提供了可能性。
-
用PIT框架提升大型語言模型的質(zhì)量
傳統(tǒng)方法中，提高LLMs性能需要通過人工注釋來收集更多多樣化和高質(zhì)量的訓(xùn)練數(shù)據(jù)，但這是一項(xiàng)資源密集型的任務(wù)，尤其是對(duì)于專業(yè)領(lǐng)域言。為了解決這個(gè)問題，來自伊利諾伊大學(xué)厄巴納-香檳分校和Google的研究人員提出了“ImplicitSelf-Improvementframework”。通過從人類偏好數(shù)據(jù)中學(xué)習(xí)改進(jìn)目標(biāo)，PIT解決了傳統(tǒng)提示方法的限制，并展示了在各種數(shù)據(jù)集和條件下提高LLMs響應(yīng)質(zhì)量的有效性。
-
LayoutNUWA：一個(gè)基于大型語言模型的布局生成工具
在網(wǎng)上創(chuàng)建引人注目的設(shè)計(jì)對(duì)于吸引用戶的興趣和幫助他們理解信息非常重要。這種新方法，被稱為L(zhǎng)ayoutNUWA，通過使用語言模型將編碼指令轉(zhuǎn)化為出色的布局，使這些設(shè)計(jì)更加智能。通過這些核心功能，LayoutNUWA為用戶提供了一個(gè)強(qiáng)大的布局生成工具，可以應(yīng)用于各種項(xiàng)目和領(lǐng)域，從提高布局生成的效率和質(zhì)量。
-
英偉達(dá)與 Anyscale 合作：提高大型語言模型和生成式 AI 應(yīng)用的開發(fā)效率
用于生成式AI工具的大型語言模型通常會(huì)極大地增加對(duì)更多處理器的需求，這些處理器通常價(jià)格昂貴且供應(yīng)受限。即使是云資源也不能總是解決企業(yè)試圖擴(kuò)展規(guī)模并利用最新的生成式AI技術(shù)所面臨的問題?！笰nyscale首席執(zhí)行官兼聯(lián)合創(chuàng)始人RobertNishihara在一份聲明中表示。
-
ChatGPT 背后的大型語言模型 GPT-4 需要大量的冷卻水： 5 到 50 個(gè)問題就需消耗 500 毫升的水
建設(shè)像ChatGPT這樣的人工智能產(chǎn)品的成本往往難以衡量。但微軟支持的OpenAI的技術(shù)需要大量的水，這些水來自愛荷華州中部的Raccoon和DesMoines河流域，用于冷卻一臺(tái)強(qiáng)大的超級(jí)計(jì)算機(jī)，以幫助教導(dǎo)其人工智能系統(tǒng)如何模仿人類寫作。在一份書面聲明中，自來水公司表示，該公司一直是一個(gè)良好的合作伙伴，并一直與當(dāng)?shù)毓賳T合作，以減少其用水量，同時(shí)仍然滿足其需求。
-
LLM Finetuning Hub開源：提升大型語言模型性能的實(shí)用平臺(tái)
大語言模型微調(diào)中心是一個(gè)開源項(xiàng)目，它包含了大規(guī)模語言模型微調(diào)和部署的代碼庫以及相關(guān)研究成果。該項(xiàng)目由GeorgianPartners旗下的GeorgianIO團(tuán)隊(duì)開發(fā)，目的是幫助用戶輕松地針對(duì)具體業(yè)務(wù)場(chǎng)景對(duì)各種LLM進(jìn)行微調(diào)，并根據(jù)綜合評(píng)估結(jié)果選擇最適合的模型。該項(xiàng)目預(yù)計(jì)會(huì)持續(xù)迭代，支持越來越多前沿的LLM，并公開更多評(píng)估實(shí)驗(yàn)結(jié)果，以造福LLM領(lǐng)域的技術(shù)發(fā)展。
