Equipe da HITU revela em revisão de 50 páginas problemas de alucinação em LLMs de uso geral em áreas especializadas

ByteDance lança QuaDMix: Uma estrutura unificada para qualidade e diversidade de dados de pré-treinamento de modelos de linguagem grandes

Transformação acelerada da tecnologia bancária: modelos de linguagem grandes aplicados a negócios centrais

Com os desafios e pressões crescentes que o setor bancário enfrenta em sua transformação digital, cada vez mais bancos estão integrando a tecnologia de modelos de linguagem grandes em seus negócios centrais, indo além de simples aplicativos de chatbot. Dados recentes de relatórios financeiros mostram que alguns dos principais bancos domésticos fizeram progressos significativos em investimentos em tecnologia e na aplicação de modelos de linguagem grandes, mas também revelam uma tendência de diferenciação de investimentos. De acordo com uma análise do aplicativo de mídia de titânio de dez bancos principais, incluindo os seis grandes bancos estatais e alguns bancos comerciais, seis deles tiveram uma redução nos investimentos em tecnologia. Por exemplo,

Tencent cria aplicativos de IA empresarial prontos para uso

A Conferência Global de Ecossistema Digital da Tencent de 2025 foi inaugurada em Chengdu, e a Tencent anunciou seu mais novo aplicativo de IA empresarial: o Mecanismo de Conhecimento de Modelos de Linguagem Grandes da Tencent Cloud. Esta ferramenta inovadora visa fornecer a empresas de todos os tipos capacidades atômicas e modelos de desenvolvimento de aplicativos mais flexíveis, ajudando-as a construir seus próprios sistemas de gerenciamento de conhecimento. O Mecanismo de Conhecimento de Modelos de Linguagem Grandes da Tencent Cloud já foi implantado com sucesso em vários setores, incluindo finanças, energia, transporte, varejo, saúde, governo, educação e turismo. Por meio desta plataforma, muitas empresas, como a Sichuan Wen...

Laboratório de IA de Xangai lança modelos de linguagem grandes multimodais InternVL3 de código aberto

O OpenGVLab lançou os modelos InternVL3, marcando um novo marco na área de modelos de linguagem grandes multimodais (MLLM). A série InternVL3 inclui 7 modelos de diferentes tamanhos, de 1B a 78B parâmetros, capazes de processar simultaneamente texto, imagens e vídeos, demonstrando um desempenho geral excepcional.

PaddlePaddle 3.0 Lançado oficialmente: Suporte para modelos de linguagem grandes como o Wenxin 4.5 e redução de 80% nos custos de adaptação entre chips

O PaddlePaddle, plataforma de aprendizado profundo da Baidu, anunciou recentemente o lançamento oficial de sua nova geração de framework, o PaddlePaddle 3.0. Este lançamento introduz cinco inovações tecnológicas principais, incluindo o "Paralelismo Automático Unificado Estático e Dinâmico", visando reduzir efetivamente os custos de desenvolvimento e treinamento de modelos de linguagem grandes e impulsionar a construção de infraestrutura para a era dos modelos de linguagem grandes. Como infraestrutura fundamental para tarefas de treinamento e inferência de modelos de linguagem grandes, o framework PaddlePaddle 3.0 apresenta excelente desempenho em otimização. O framework já suporta vários modelos de linguagem grandes, incluindo Wenxin 4.5 e Wenxin X1, e através de otimizações...

Pesquisadores de IA da Nvidia lançam técnica de fusão FFN: Acelera a inferência de modelos de linguagem grandes

AMD lança projeto open source GAIA para execução eficiente de modelos de linguagem grandes locais

Recentemente, a AMD anunciou o lançamento de um aplicativo open source chamado GAIA, projetado para fornecer aos usuários uma maneira eficiente e local de executar modelos de linguagem grandes (LLM). Atualmente, o aplicativo é compatível com a plataforma Windows e foi otimizado especificamente para processadores da série Ryzen AI 300, aproveitando ao máximo as vantagens desses processadores em tarefas de IA. O GAIA é um aplicativo de IA generativo que permite aos usuários executar LLMs em seus computadores pessoais de forma privada, garantindo a privacidade dos dados. Além disso, o GAIA utiliza...

Equipe da CMU apresenta Meta Reinforcement Fine-Tuning (MRT): um novo paradigma para aprimorar o raciocínio de modelos de linguagem grandes

No campo da inteligência artificial, os modelos de linguagem grandes (LLM) estão em constante evolução. Recentemente, pesquisadores da Universidade Carnegie Mellon (CMU) e HuggingFace apresentaram um novo método chamado "Meta Reinforcement Fine-Tuning" (MRT). Este método visa otimizar a eficiência computacional dos modelos de linguagem grandes durante o teste, especialmente ao resolver problemas complexos de raciocínio, mostrando resultados excepcionais. Estudos demonstram que os modelos de linguagem grandes existentes apresentam dificuldades no processo de raciocínio...

xAI Grok-3 supera o GPT4.5 e conquista o topo da arena de modelos de linguagem grandes

A xAI anunciou recentemente uma notícia emocionante: seu mais recente modelo de IA, Grok-3, obteve um desempenho excepcional no ranking do Chatbot Arena. O modelo, denominado "grok-3preview-02-24", demonstrou desempenho superior em várias áreas-chave. O Grok-3-Preview-02-24 da xAI superou o GPT4.5-Preview por uma pequena margem de 1 ponto. O Grok-3 recebeu mais de 3.000 votos e, no geral,

ByteDance lança AIBrix: novo sistema de inferência de código aberto projetado para modelos de linguagem grandes