¡Desafío a OpenAI! Anthropic lanza el LLM Claude 2.1 con ventana de contexto de 200K

¡Rompiendo con lo tradicional! El modelo FUDOKI permite una generación y comprensión multimodal más flexible y eficiente

En los últimos años, el campo de la inteligencia artificial ha experimentado cambios revolucionarios, especialmente los modelos de lenguaje grandes (MLMs) que han progresado notablemente en tareas multimodales. Estos modelos muestran un gran potencial en la capacidad de entender y generar lenguaje, pero la mayoría de los modelos multimodales actuales todavía utilizan arquitecturas autonómicas (AR), lo que limita la flexibilidad durante el proceso de推理. Para superar estas limitaciones, un equipo de investigación de la Universidad de Hong Kong y el Laboratorio Noah de Huawei ha propuesto un nuevo modelo llamado FUDOKI, diseñado para romper estas barreras. La innovación central de FUDOKI está en

Mistral lanza una nueva API de Agentes: ayudando a los desarrolladores a crear inteligentes agentes de IA

La compañía Mistral acaba de lanzar su nueva API de Agentes, un marco diseñado para desarrolladores con el objetivo de simplificar la creación de agentes de IA que puedan ejecutar varias tareas, como correr código de Python, generar imágenes y realizar generación potenciada por recuperación (RAG). Este lanzamiento tiene como objetivo proporcionar a los modelos de lenguaje grandes (MLAs) un entorno unificado para interactuar de forma estructurada y persistente con múltiples herramientas y fuentes de datos. API de Agentes

MLX-LM se integra fácilmente con Hugging Face para permitir la ejecución eficiente de modelos de lenguaje grandes en dispositivos con Apple Silicon

¿Los modelos de lenguaje grandes también sufren amnesia? Supermemory lanza un parche de memoria infinita para que tu IA nunca olvide.

Al interactuar durante largos períodos con modelos de lenguaje grandes como ChatGPT o Claude, ¿has experimentado escenas embarazosas donde el contenido de la conversación se olvida repentinamente? Esto no es intencional por parte de la IA, sino que está limitado por las restricciones inherentes de los modelos de lenguaje grande en cuanto a su ventana de contexto. Ya sea una capacidad de 8k, 32k o incluso 128k tokens, una vez que se supera ese umbral, el contenido previo de la conversación será truncado y perdido, lo que daña gravemente la experiencia de interacción. Recientemente, una empresa llamada Supermemory ha lanzado una tecnología disruptiva llamada Infin

TikTok responde al lanzamiento de la tarjeta de desmentido: combina capacidades de modelos de lenguaje grandes de IA y humanos

Recientemente, el boletín de TikTok publicó un anuncio importante anunciando el lanzamiento oficial de una nueva función de "tarjeta de desmentido" para combatir la información errónea. Esta medida tiene como objetivo identificar y manejar la información errónea de manera más eficiente, y revelar a los usuarios de manera integral el origen, las causas de la propagación y la verdad de la información errónea.

Los investigadores de IA de Nvidia presentan la tecnología de fusión FFN: aceleración de la inferencia de modelos de lenguaje grandes

Plataforma X5 de Tuosda: Rompiendo las barreras de datos entre robots y modelos de lenguaje grandes

En la era del rápido desarrollo de la inteligencia artificial, Tuosda reveló recientemente funciones innovadoras de su nueva generación de plataforma de control robótico, la plataforma X5, en su evento de relaciones con inversores. La plataforma X5 utiliza una arquitectura en la nube, borde y extremo, combinando cómputo de alto rendimiento con control inteligente de robots, logrando la transmisión de datos en tiempo real y la ejecución eficiente de decisiones inteligentes. El lanzamiento de esta plataforma no solo es un complemento poderoso para la tecnología robótica tradicional, sino que también construye un puente de comunicación entre la inteligencia encarnada y las aplicaciones de modelos de lenguaje grandes. En concreto, la plataforma X5...

Equipo de la CMU presenta Meta Reinforcement Fine-Tuning (MRT): un nuevo paradigma para mejorar la capacidad de razonamiento de los modelos de lenguaje grandes

En el campo de la inteligencia artificial, los modelos de lenguaje grandes (LLM) están en constante evolución. Recientemente, investigadores de la Universidad Carnegie Mellon (CMU) y HuggingFace presentaron un nuevo método llamado "Meta Reinforcement Fine-Tuning" (MRT). Este método busca optimizar la eficiencia computacional de los modelos de lenguaje grandes durante las pruebas, especialmente al resolver problemas complejos de razonamiento, donde muestra un rendimiento excepcional. Los estudios demuestran que los modelos de lenguaje grandes existentes tienen dificultades en el razonamiento...

ByteDance lanza AIBrix: un nuevo sistema de inferencia de código abierto diseñado para modelos de lenguaje grandes

El modelo GLM-4-9B de Zhihu logra una tasa de alucinación de solo el 1.3%, liderando la evaluación mundial de modelos de lenguaje grandes

En el campo de la inteligencia artificial, el 'problema de alucinación' de los modelos de lenguaje grandes ha sido un desafío clave para la industria. Recientemente, los resultados de una prueba basada en el sistema de evaluación HHEM-2.1-Open muestran que el modelo GLM-4-9B de Zhihu AI ha presentado resultados notables. Los datos de la prueba muestran que, de los 85 modelos de lenguaje grandes que participaron en la evaluación, GLM-4-9B obtuvo el primer lugar con una tasa de consistencia de hechos del 98.7% y una tasa de respuesta del 100%. Cabe destacar que la tasa de alucinación de este modelo es de solo el 1.3%, un logro significativo.