Google propose SpatialVLM pour résoudre les problèmes d'inférence spatiale des modèles linguistiques visuels

Google führt weltweit das neue Veo 3-Videoerzeugungsmodell ein

Google gab bekannt, sein neuestes Videoerzeugungsmodell Veo3 weltweit zu veröffentlichen. Diese Ankündigung wurde von vielen Nutzern erwartet, und Veo3 ist jetzt für Gemini-Nutzer in über 159 Ländern verfügbar und bietet eine neue Videoerstellungserfahrung. Das Merkmal des Veo3-Videoerzeugungsmodells besteht darin, dass Benutzer Videos von bis zu acht Sekunden Länge mit einfachen Textanweisungen erstellen können. Laut Google wurde diese Technologie für kreative Nutzer entwickelt, insbesondere für Nutzer sozialer Medien, die zunehmend nach kurzen Videoinhalten suchen.

Dévoiler les secrets des grands modèles ! La quantité d'informations impressionnante cachée derrière les mots de réflexion

Récemment, une équipe de recherche provenant de l'Université Renmin de Chine, du laboratoire de Shanghai pour l'intelligence artificielle, de l'Université college de Londres et de l'Université de Dalian a révélé une découverte importante concernant le processus de raisonnement des grands modèles : lorsqu'un modèle réfléchit, les « mots de réflexion » qu'il utilise reflètent en réalité une augmentation significative de sa quantité d'informations interne. Cette recherche, menée à l'aide de la théorie de l'information, nous offre un nouveau point de vue pour mieux comprendre le mécanisme de raisonnement de l'intelligence artificielle. Vous avez peut-être vu des grands modèles produire des langages qui semblent humains lorsqu'ils répondent à des questions, comme « Hmm... », « Laissez-moi réfléchir... »

DeepMind lance Crome : améliorer l'alignement des grands modèles linguistiques sur les retours humains

Dans le domaine de l'intelligence artificielle, les modèles de récompense constituent une composante essentielle pour aligner les grands modèles linguistiques (LLMs) sur les retours humains, mais les modèles existants rencontrent un problème appelé « hacking de récompense ». Ces modèles se concentrent souvent sur des caractéristiques superficielles, telles que la longueur ou la mise en forme des réponses, plutôt que d'identifier des indicateurs de qualité réels, tels que la précision factuelle ou la pertinence. La cause principale réside dans le fait que les objectifs de formation standards ne parviennent pas à distinguer les associations erronées présentes dans les données d'entraînement des facteurs causaux réels. Cette échec entraîne des modèles de récompense fragiles (RMs), ce qui conduit à des stratégies mal alignées.

Le modèle de génération de vidéos Google Veo 3 est désormais disponible pour les abonnés Pro / Ultra, une fonctionnalité de génération d'images en vidéo sera ajoutée

La Chine détient plus de 70 % des publications mondiales de grands modèles médicaux ! KPMG révèle la grande potentialité du marché futur

Selon le rapport "Top 50 de la technologie de la santé", publié récemment par KPMG Chine, la Chine détient plus de 70 % des publications mondiales de grands modèles médicaux. Ces données témoignent non seulement de la rapide évolution de la médecine intelligente en Chine, mais aussi de l'application étendue des grands modèles linguistiques dans le secteur médical. Le rapport indique que les grands modèles linguistiques représentent environ 65 % des grands modèles médicaux déjà publiés. Ces modèles sont capables de traiter et de générer du langage naturel, jouant un rôle important dans l'analyse des données médicales, la communication avec les patients et la recherche scientifique.

Nouvelles avancées dans le procès en contrefaçon de OpenAI : Le New York Times pourra accéder aux données utilisateur supprimées

Dans le long procès en contrefaçon du New York Times contre OpenAI, le cas a connu un progrès majeur. Selon un rapport d'Ars Technica, le juge fédéral chargé de l'affaire a autorisé le New York Times ainsi que ses co-plaignants, le New York Daily News et le Center for Investigative Reporting, à accéder aux journaux d’utilisateurs d’OpenAI, y compris les contenus supprimés, afin de déterminer précisément l’étendue de la contrefaçon. Le New York Times considère que les utilisateurs de ChatGPT pourraient supprimer leurs historiques après avoir contourné la barrière payante, et qu’il est donc nécessaire d’effectuer un large accès aux données.

Version améliorée Open Source DeepSeek R1 : efficacité de raisonnement augmentée de 200 %, réduction des coûts

Rapport KPMG : Le nombre de grands modèles médicaux en Chine domine, représentant 70 % du monde

Le rapport « Health Tech 50 », publié par KPMG Chine récemment, révèle que la Chine occupe une position dominante dans le domaine des grands modèles médicaux. Selon le rapport, la Chine représente plus de 70 % des grands modèles médicaux publiés dans le monde, loin devant les autres pays et régions. En ce qui concerne les catégories de modèles, les grands modèles de langage (LLM) sont les plus nombreux, représentant environ 65 %. De plus, le rapport souligne l'élan croissant du marché chinois des équipements médicaux intelligents. Selon les prévisions, la taille du marché des équipements médicaux intelligents en Chine atteindra 24,23 milliards de yuans d'ici 2025, et continuera à croître.

Perplexity lance un abonnement mensuel de 200 dollars Max pour déverrouiller des modèles d'IA avancés et des fonctionnalités exclusives

Découverte de la compatibilité de l'apprentissage par renforcement des LLM : l'Université de Shanghai Jiao Tong révèle les différences entre Llama et Qwen, et présente OctoThinker

Les grands modèles linguistiques (LLM) ont obtenu des progrès significatifs dans les tâches de raisonnement complexes en combinant les instructions de tâche et l'apprentissage par renforcement à grande échelle (RL), comme le modèle Deepseek-R1-Zero qui applique directement l'apprentissage par renforcement au modèle de base, montrant une grande capacité de raisonnement. Cependant, ce succès est difficile à reproduire dans différentes séries de modèles de base, notamment dans la série Llama. Cela soulève une question centrale : quels facteurs entraînent une incohérence dans les performances des modèles de base lors de l'apprentissage par renforcement ? L'apprentissage par renforcement dans