Groq: El nuevo rey de los chips de inferencia para modelos grandes, con 500 tokens por segundo

¡Descubrimos los secretos de los grandes modelos! Detrás de las palabras de pensamiento hay una cantidad sorprendente de información

Recientemente, un equipo de investigación de la Universidad Renmin de China, el Laboratorio de Inteligencia Artificial de Shanghai, la Universidad College London y la Universidad de Dalian reveló un hallazgo importante sobre el proceso de razonamiento de los grandes modelos: cuando el modelo está pensando, las "palabras de pensamiento" que utiliza en realidad reflejan un aumento significativo en la cantidad de información interna. Este estudio, realizado mediante métodos de teoría de la información, ofrece una nueva perspectiva para comprender mejor el mecanismo de razonamiento de la inteligencia artificial. Es posible que haya visto a los grandes modelos emitir lenguaje que parece humano al responder preguntas, como "Hmm...", "Déjame pensar...".

DeepMind presenta Crome: mejorar la alineación de modelos de lenguaje grandes con el feedback humano

En el campo de la inteligencia artificial, los modelos de recompensa son un componente clave para alinear los modelos de lenguaje grandes (LLMs) con el feedback humano, pero los modelos existentes enfrentan el problema de "hackeo de recompensa". Estos modelos suelen centrarse en características superficiales, como la longitud o el formato de las respuestas, en lugar de identificar indicadores reales de calidad, como la precisión factual y la relevancia. La raíz del problema radica en que los objetivos estándar de entrenamiento no pueden distinguir entre asociaciones falsas presentes en los datos de entrenamiento y factores causales reales. Este fracaso da lugar a modelos de recompensa frágiles (RMs), lo que genera estrategias mal alineadas.

La cantidad de grandes modelos médicos en China representa el 70% del mundo. KPMG revela el potencial del mercado futuro

Según el informe 'Top 50 empresas tecnológicas en salud' recientemente publicado por KPMG China, China ocupa un destacado 70% en la cantidad de grandes modelos médicos lanzados a nivel mundial. Este dato no solo muestra el rápido desarrollo de China en el campo de la medicina inteligente, sino que también refleja la amplia aplicación de los modelos de lenguaje grande en la industria médica. El informe señala que, entre los grandes modelos médicos ya lanzados, los modelos de lenguaje grande representan aproximadamente el 65%. Estos modelos pueden procesar y generar lenguaje natural, y son importantes para el análisis de datos médicos, la comunicación con pacientes y la investigación científica.

La empresa de diseño de chips Ambiq Micro solicita una oferta pública inicial en EE.UU., beneficiándose de la creciente demanda impulsada por la inteligencia artificial generativa

Nuevos avances en la demanda de derechos de autor de OpenAI: The New York Times podrá acceder a datos de usuarios eliminados

En el prolongado caso de infracción de derechos de autor que la revista The New York Times presenta contra OpenAI, se ha alcanzado un gran avance. Según informó Ars Technica, el juez federal que lleva el caso ha autorizado a The New York Times y a sus co-demandantes The New York Daily News y el Centro de Investigación Periodística a acceder a los registros de usuarios de OpenAI, incluyendo contenido eliminado, con el fin de determinar con precisión el alcance de la infracción. The New York Times considera que los usuarios de ChatGPT podrían borrar su historial después de sortear el muro de pago, por lo que es necesario realizar una recopilación masiva de datos.

Versión mejorada de DeepSeek R1 de código abierto: eficiencia en la inferencia aumentada en un 200% y reducción de costos

Informe de KPMG: Número de modelos médicos grandes en China lidera, representando el 70% del mundo

El informe "Top 50 en Tecnología de Salud", publicado recientemente por KPMG en China, revela que China ocupa una posición dominante en el campo de los modelos médicos grandes. El informe indica que, entre los modelos médicos grandes publicados en todo el mundo, el número de publicaciones en China representa más del 70%, muy por delante de otros países y regiones. En cuanto a las categorías de modelos, los modelos de lenguaje grande (LLM) son los más numerosos, representando casi el 65%. Además, el informe destaca el fuerte crecimiento del mercado chino de equipos médicos inteligentes. Se espera que el tamaño del mercado de equipos médicos inteligentes en China alcance los 24.23 mil millones de yuanes para 2025 y seguirá creciendo.

¡La impresionante presentación de Topview Avatar 2! La revolución de los avatares digitales de IA en el comercio electrónico: ¿Ha terminado la era de los modelos?

Perplexity lanza un servicio de suscripción Max de 200 dólares al mes para desbloquear modelos de inteligencia artificial avanzados y funciones exclusivas

Explorando la compatibilidad de aprendizaje por refuerzo en LLM: la Universidad de Ciencia y Tecnología de Shanghai revela las diferencias entre Llama y Qwen, presentando OctoThinker

Los grandes modelos de lenguaje (LLM) han logrado avances notables en tareas de razonamiento complejo al combinar instrucciones de tareas y aprendizaje por refuerzo a gran escala (RL), como el modelo Deepseek-R1-Zero, que aplica directamente el aprendizaje por refuerzo al modelo base, demostrando una fuerte capacidad de razonamiento. Sin embargo, este éxito es difícil de replicar en diferentes series de modelos base, especialmente en la serie Llama. Esto plantea una pregunta fundamental: ¿cuáles son los factores que provocan diferencias en el rendimiento de los modelos base durante el proceso de aprendizaje por refuerzo? El aprendizaje por refuerzo en