


Domestic ChatGPT ist wieder Open Source! Der Effekt wurde stark verbessert und kann auch auf Mobiltelefonen ausgeführt werden.
Kürzlich hat das Yuanyu Intelligence-Team ein weiteres großes Modell der ChatYuan-Serie als Open Source bereitgestellt: ChatYuan-large-v2, das Inferenz auf einer einzelnen Consumer-Grafikkarte, einem PC und sogar Mobiltelefonen unterstützt.
Gerade hat „Chinese ChatGPT“ ChatYuan eine neue Version veröffentlicht.
Das aktualisierte ChatYuan-large-v2 unterstützt nicht nur zweisprachig Chinesisch und Englisch, sondern unterstützt auch eine Gesamteingabe- und Ausgabelänge von bis zu 4 KB.
Dies ist auch das Forschungsergebnis von Yuanyu Intelligence in Richtung großer Modelle nach den vorherigen Modellen PromptCLUE-base, PromptCLUE-v1-5 und ChatYuan-large-v1.
Open-Source-Projektadresse:
https://github.com/clue-ai/ChatYuan
Huggingface:
https://huggingface.co/ClueAI/ChatYuan-large-v2
Modelscope:
https://modelscope.cn/models/ClueAI/ChatYuan-large-v2/summary
01 Was ist ChatYuan-large-v2?
ChatYuan-large-v2 ist ein funktionales Konversationssprachen-Großmodell, das die Zweisprachigkeit von Chinesisch und Englisch unterstützt. ChatYuan-large-v2 verwendet dieselbe technische Lösung wie die Version 1, was die Feinabstimmung des Unterrichts, das Lernen durch menschliches Feedback und das Lernen angeht Denkketten optimiert.
ChatYuan-large-v2 ist ein repräsentatives Modell der ChatYuan-Serie, das mit leichtem Design hochwertige Effekte erzielt. Es kann die grundlegenden Effekte des 10B-Modells der Branche mit nur 0,7B-Parametern erzielen, wodurch die Inferenzkosten erheblich gesenkt und die Nutzungseffizienz verbessert werden . Benutzer können Rückschlüsse auf Grafikkarten der Verbraucherklasse, PCs und sogar Mobiltelefonen ziehen (INT4 erfordert nur mindestens 400 MB).
Um die Benutzererfahrung zu verbessern, hat das Team die gekapselten Tools Chatyuan-large-v2 lokal implementiert und kann nach dem Herunterladen direkt lokal für das Web verwendet werden Seiteninteraktion.
02 Was sind die Upgrades auf v2?
Basierend auf den ursprünglichen Funktionen von chatyuan-large-v1 wurde das v2-Modell wie folgt optimiert:
- Erweiterte Grundfunktionen: Die ursprünglichen kontextbezogenen Frage- und Antwortfunktionen sowie die kreativen Schreibfunktionen wurden erheblich verbessert.
- Möglichkeit hinzugefügt, die Antwort zu verweigern: Erfahren Sie, wie Sie die Beantwortung einiger gefährlicher und schädlicher Fragen verweigern können.
- Funktion zur Codegenerierung hinzugefügt: Die grundlegende Codegenerierung wurde bis zu einem gewissen Grad optimiert.
- Funktion zur Tabellengenerierung hinzugefügt: Inhalt und Format der generierten Tabelle optimiert.
- Erweiterte mathematische Operationsfunktionen: Grundlegende mathematische Operationen wie Addition und Subtraktion wurden optimiert.
- Erweiterte Gesamteingabe- und Ausgabelänge: Die maximale Anzahl von Längen-Tokens wird auf 4096 erweitert.
- Erweiterte Funktionen für Simulationsszenarien: Sie können Gespräche mit mehreren Personen oder bestimmte Szenarien simulieren und in Szenarien Inhaltserstellung und kontextbezogene Interaktion durchführen.
- Funktionen für zweisprachigen Chinesisch-Englisch-Dialog hinzugefügt: Neu hinzugefügte zweisprachige Chinesisch-Englisch-Interaktion, englische Erstellung, Übersetzung und andere Funktionen.
Ablehnungsfähigkeit
Computergestütztes Denken
Simulation. Szenario
Formular Generieren
Codegenerierung
03 Einschränkungen von v2
Da Chatyuan-large-v1 ein leichtes großes Modell ist, wird es Entwicklern empfohlen, sich dieser Einschränkungen und Mängel bewusst zu sein, darunter:
- Bei der grundlegenden Implementierung grundlegender Funktionen in Argumentation, Berechnung und Codegenerierung besteht immer noch das Problem einer unzureichenden Schulung. In einigen Szenarien treten beispielsweise logische Fehler auf Kommentieren, es kann jedoch nicht garantiert werden, dass es rationalisiert, reibungslos und reibungslos ist. Die Sichtbarkeit muss optimiert werden.
- Allgemeinwissensantworten sind nicht präzise genug und Faktenwissen ist noch ungenau.
- Die Verarbeitung von Kontextinformationen ist immer noch unzureichend.
Fazit
Im Allgemeinen hat sich v2 im Vergleich zum v1-Open-Source-Modell in Bezug auf Kontextverständnis, Inhaltsgenerierung, Codetabellengenerierung usw. erheblich verbessert. Es kann die Grundlage für zig Milliarden Parameterskalen in der Branche erreichen Mit nur 0,7B Parameterskala Der Effekt besteht darin, die Argumentationskosten erheblich zu senken und die Effizienz der Nutzung zu verbessern.
Yuanyu Intelligence erklärte, dass das Team fest an der Open-Source-Route festhalten und in Zukunft weiterhin bessere und größere Allzweck-Großmodelle als Open-Source-Modell veröffentlichen, weiterhin ein Open-Source-Entwickler-Ökosystem aufbauen und die Open-Source-Entwicklung fördern werde Wir hoffen, dass alle Freunde uns kritisieren und korrigieren.
Einladung zum internen Testen des Produkts
Zusätzlich zu diesem Open-Source-ChatYuan-large-v2-Modell hat das Yuanyu-Team offiziell den internen Test des KnowX-Produkts gestartet, das mit den großen Modellfunktionen der neuesten Version ausgestattet ist von ChatYuan online und ist in der Lage, Kontexte zu verstehen. Es verfügt über eine hervorragende Leistung bei der Inhaltsgenerierung, Codegenerierung, logischen Argumentationsberechnungen usw. Um die Zuverlässigkeit, Stabilität und weitere Optimierung der Version sicherzustellen, wurde das Produkt jetzt auf den Markt gebracht Interne Tests. Die Anzahl der Plätze ist begrenzt.
Interner Beta-Anwendungskanal:
https://wj.qq.com/s2/11984341/e00b/
Das obige ist der detaillierte Inhalt vonDomestic ChatGPT ist wieder Open Source! Der Effekt wurde stark verbessert und kann auch auf Mobiltelefonen ausgeführt werden.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Stellen Sie sich ein Modell der künstlichen Intelligenz vor, das nicht nur die Fähigkeit besitzt, die traditionelle Datenverarbeitung zu übertreffen, sondern auch eine effizientere Leistung zu geringeren Kosten erzielt. Dies ist keine Science-Fiction, DeepSeek-V2[1], das weltweit leistungsstärkste Open-Source-MoE-Modell, ist da. DeepSeek-V2 ist ein leistungsstarkes MoE-Sprachmodell (Mix of Experts) mit den Merkmalen eines wirtschaftlichen Trainings und einer effizienten Inferenz. Es besteht aus 236B Parametern, von denen 21B zur Aktivierung jedes Markers verwendet werden. Im Vergleich zu DeepSeek67B bietet DeepSeek-V2 eine stärkere Leistung, spart gleichzeitig 42,5 % der Trainingskosten, reduziert den KV-Cache um 93,3 % und erhöht den maximalen Generierungsdurchsatz auf das 5,76-fache. DeepSeek ist ein Unternehmen, das sich mit allgemeiner künstlicher Intelligenz beschäftigt

KI verändert tatsächlich die Mathematik. Vor kurzem hat Tao Zhexuan, der diesem Thema große Aufmerksamkeit gewidmet hat, die neueste Ausgabe des „Bulletin of the American Mathematical Society“ (Bulletin der American Mathematical Society) weitergeleitet. Zum Thema „Werden Maschinen die Mathematik verändern?“ äußerten viele Mathematiker ihre Meinung. Der gesamte Prozess war voller Funken, knallhart und aufregend. Der Autor verfügt über eine starke Besetzung, darunter der Fields-Medaillengewinner Akshay Venkatesh, der chinesische Mathematiker Zheng Lejun, der NYU-Informatiker Ernest Davis und viele andere bekannte Wissenschaftler der Branche. Die Welt der KI hat sich dramatisch verändert. Viele dieser Artikel wurden vor einem Jahr eingereicht.

Die von Google geförderte Leistung von JAX hat in jüngsten Benchmark-Tests die von Pytorch und TensorFlow übertroffen und belegt bei 7 Indikatoren den ersten Platz. Und der Test wurde nicht auf der TPU mit der besten JAX-Leistung durchgeführt. Obwohl unter Entwicklern Pytorch immer noch beliebter ist als Tensorflow. Aber in Zukunft werden möglicherweise mehr große Modelle auf Basis der JAX-Plattform trainiert und ausgeführt. Modelle Kürzlich hat das Keras-Team drei Backends (TensorFlow, JAX, PyTorch) mit der nativen PyTorch-Implementierung und Keras2 mit TensorFlow verglichen. Zunächst wählen sie eine Reihe von Mainstream-Inhalten aus

Boston Dynamics Atlas tritt offiziell in die Ära der Elektroroboter ein! Gestern hat sich der hydraulische Atlas einfach „unter Tränen“ von der Bühne der Geschichte zurückgezogen. Heute gab Boston Dynamics bekannt, dass der elektrische Atlas im Einsatz ist. Es scheint, dass Boston Dynamics im Bereich kommerzieller humanoider Roboter entschlossen ist, mit Tesla zu konkurrieren. Nach der Veröffentlichung des neuen Videos wurde es innerhalb von nur zehn Stunden bereits von mehr als einer Million Menschen angesehen. Die alten Leute gehen und neue Rollen entstehen. Das ist eine historische Notwendigkeit. Es besteht kein Zweifel, dass dieses Jahr das explosive Jahr der humanoiden Roboter ist. Netizens kommentierten: Die Weiterentwicklung der Roboter hat dazu geführt, dass die diesjährige Eröffnungsfeier wie Menschen aussieht, und der Freiheitsgrad ist weitaus größer als der von Menschen. Aber ist das wirklich kein Horrorfilm? Zu Beginn des Videos liegt Atlas ruhig auf dem Boden, scheinbar auf dem Rücken. Was folgt, ist atemberaubend

Anfang dieses Monats schlugen Forscher des MIT und anderer Institutionen eine vielversprechende Alternative zu MLP vor – KAN. KAN übertrifft MLP in Bezug auf Genauigkeit und Interpretierbarkeit. Und es kann MLP, das mit einer größeren Anzahl von Parametern ausgeführt wird, mit einer sehr kleinen Anzahl von Parametern übertreffen. Beispielsweise gaben die Autoren an, dass sie KAN nutzten, um die Ergebnisse von DeepMind mit einem kleineren Netzwerk und einem höheren Automatisierungsgrad zu reproduzieren. Konkret verfügt DeepMinds MLP über etwa 300.000 Parameter, während KAN nur etwa 200 Parameter hat. KAN hat eine starke mathematische Grundlage wie MLP und basiert auf dem universellen Approximationssatz, während KAN auf dem Kolmogorov-Arnold-Darstellungssatz basiert. Wie in der folgenden Abbildung gezeigt, hat KAN

Die Technologie zur Gesichtserkennung und -erkennung ist bereits eine relativ ausgereifte und weit verbreitete Technologie. Derzeit ist JS die am weitesten verbreitete Internetanwendungssprache. Die Implementierung der Gesichtserkennung und -erkennung im Web-Frontend hat im Vergleich zur Back-End-Gesichtserkennung Vor- und Nachteile. Zu den Vorteilen gehören die Reduzierung der Netzwerkinteraktion und die Echtzeiterkennung, was die Wartezeit des Benutzers erheblich verkürzt und das Benutzererlebnis verbessert. Die Nachteile sind: Es ist durch die Größe des Modells begrenzt und auch die Genauigkeit ist begrenzt. Wie implementiert man mit js die Gesichtserkennung im Web? Um die Gesichtserkennung im Web zu implementieren, müssen Sie mit verwandten Programmiersprachen und -technologien wie JavaScript, HTML, CSS, WebRTC usw. vertraut sein. Gleichzeitig müssen Sie auch relevante Technologien für Computer Vision und künstliche Intelligenz beherrschen. Dies ist aufgrund des Designs der Webseite erwähnenswert

Die Zielerkennung ist ein relativ ausgereiftes Problem in autonomen Fahrsystemen, wobei die Fußgängererkennung einer der ersten Algorithmen ist, die eingesetzt werden. In den meisten Arbeiten wurde eine sehr umfassende Recherche durchgeführt. Die Entfernungswahrnehmung mithilfe von Fischaugenkameras für die Rundumsicht ist jedoch relativ wenig untersucht. Aufgrund der großen radialen Verzerrung ist es schwierig, die standardmäßige Bounding-Box-Darstellung in Fischaugenkameras zu implementieren. Um die obige Beschreibung zu vereinfachen, untersuchen wir erweiterte Begrenzungsrahmen-, Ellipsen- und allgemeine Polygondesigns in Polar-/Winkeldarstellungen und definieren eine mIOU-Metrik für die Instanzsegmentierung, um diese Darstellungen zu analysieren. Das vorgeschlagene Modell „fisheyeDetNet“ mit polygonaler Form übertrifft andere Modelle und erreicht gleichzeitig 49,5 % mAP auf dem Valeo-Fisheye-Kameradatensatz für autonomes Fahren

Das neueste Video von Teslas Roboter Optimus ist veröffentlicht und er kann bereits in der Fabrik arbeiten. Bei normaler Geschwindigkeit sortiert es Batterien (Teslas 4680-Batterien) so: Der Beamte hat auch veröffentlicht, wie es bei 20-facher Geschwindigkeit aussieht – auf einer kleinen „Workstation“, pflücken und pflücken und pflücken: Dieses Mal wird es freigegeben. Eines der Highlights Der Vorteil des Videos besteht darin, dass Optimus diese Arbeit in der Fabrik völlig autonom und ohne menschliches Eingreifen während des gesamten Prozesses erledigt. Und aus Sicht von Optimus kann es auch die krumme Batterie aufnehmen und platzieren, wobei der Schwerpunkt auf der automatischen Fehlerkorrektur liegt: In Bezug auf die Hand von Optimus gab der NVIDIA-Wissenschaftler Jim Fan eine hohe Bewertung ab: Die Hand von Optimus ist der fünffingrige Roboter der Welt am geschicktesten. Seine Hände sind nicht nur taktil
