


LLaMa 3 wird möglicherweise auf Juli verschoben, um GPT-4 ins Visier zu nehmen und Lehren aus Gemini zu ziehen
Frühere Bilderzeugungsmodelle wurden oft dafür kritisiert, dass sie Bilder von überwiegend weißen Menschen präsentierten, und Googles Gemini-Modell ist aufgrund extremer Übertreibung in Schwierigkeiten geraten. Die generierten Bildergebnisse wurden übermäßig vorsichtig und wichen erheblich von historischen Fakten ab, was die Benutzer überraschte. Google behauptet, das Modell sei diskreter als von den Entwicklern erwartet. Diese Vorsicht spiegelt sich nicht nur in den erzeugten Bildern wider, sondern auch darin, dass einige Eingabeaufforderungen häufig als sensibel behandelt werden und daher Antworten verweigert werden.
Da dieses Problem weiterhin Aufmerksamkeit erregt, ist es für Meta zu einer großen Herausforderung geworden, ein Gleichgewicht zwischen Sicherheit und Benutzerfreundlichkeit zu finden. LLaMA 2 gilt als „starker Player“ im Open-Source-Bereich und hat sich auch zum Starmodell von Meta entwickelt. Nach seiner Einführung veränderte es die Situation großer Modelle. Derzeit bereitet sich Meta vollständig auf die Veröffentlichung von LLaMa 3 vor, muss jedoch zunächst die Probleme lösen, die LLaMA 2 hinterlassen hat: Es schien bei der Beantwortung kontroverser Fragen zu konservativ zu sein.
Ein Gleichgewicht zwischen Sicherheit und Benutzerfreundlichkeit finden
Meta hat in Llama 2 Schutzmaßnahmen hinzugefügt, um zu verhindern, dass LLM verschiedene kontroverse Fragen beantwortet. Während dieser Konservatismus notwendig ist, um Extremfälle zu behandeln, wie zum Beispiel Anfragen im Zusammenhang mit Gewalt oder illegalen Aktivitäten, schränkt er auch die Fähigkeit des Modells ein, häufigere, aber leicht kontroverse Fragen zu beantworten. Als er LLaMA 2 laut The Information fragte, wie Mitarbeiter es vermeiden können, an Tagen, an denen sie ins Büro kommen müssen, ins Büro zu gehen, wurde ihm der Rat verweigert oder ihm gesagt, dass „es wichtig ist, die Richtlinien des Unternehmens zu respektieren und einzuhalten.“ und Richtlinien.“ LLaMA 2 weigert sich auch, Antworten darauf zu geben, wie man seinen Freunden Streiche spielt, einen Krieg gewinnt oder einen Automotor kaputt macht. Mit dieser konservativen Antwort soll ein PR-Desaster vermieden werden.
Es stellte sich jedoch heraus, dass die Führungsspitze von Meta und einige an der Modellarbeit beteiligte Forscher der Meinung waren, dass die Antworten von LLaMA 2 zu „sicher“ seien. Meta arbeitet daran, das kommende LLaMA 3-Modell flexibler zu gestalten und bei der Bereitstellung von Antworten mehr Kontextinformationen bereitzustellen, anstatt Antworten direkt abzulehnen. Forscher versuchen, LLaMA 3 interaktiver für Benutzer zu gestalten und besser zu verstehen, was sie bedeuten könnten. Es wird berichtet, dass die neue Version des Modells mehrere Bedeutungen eines Wortes besser unterscheiden kann. LLaMA 3 könnte beispielsweise verstehen, dass sich die Frage, wie man den Motor eines Autos zerstört, darauf bezieht, wie man ihn abstellt, und nicht darauf, ihn zu zerstören. Meta plant außerdem, in den kommenden Wochen eine interne Person zu ernennen, die sich um Ton- und Sicherheitsschulungen kümmert, wie The Information berichtet, als Teil der Bemühungen des Unternehmens, die Reaktionen der Modelle differenzierter zu gestalten.
Die Herausforderung, die Meta und Google bewältigen müssen, besteht nicht nur darin, diesen Gleichgewichtspunkt zu finden, auch viele Technologiegiganten sind in unterschiedlichem Maße betroffen. Sie müssen hart arbeiten, um Produkte zu entwickeln, die jeder liebt, verwenden kann und reibungslos funktioniert, und gleichzeitig sicherzustellen, dass diese Produkte sicher und zuverlässig sind. Dies ist ein Problem, mit dem sich Technologieunternehmen konfrontiert sehen, wenn sie mit der KI-Technologie Schritt halten.
Weitere Informationen zu LLaMa 3
Die Veröffentlichung von LLaMa 3 wird mit Spannung erwartet. Meta plant die Veröffentlichung im Juli, der Zeitplan könnte sich jedoch noch ändern. Mark Zuckerberg, CEO von Meta, ist ehrgeizig und sagte einmal: „Obwohl Llama 2 nicht das branchenführende Modell ist, ist es das beste Open-Source-Modell.“ Für LLaMa 3 und nachfolgende Modelle ist es unser Ziel, SOTA zu entwickeln, und wurde schließlich zum branchenführenden Modell. führendes Modell 》
Ursprüngliche Adresse: https://www.reuters.com/technology/meta-plans-launch-new-ai-lingual-model-llama-3 -july-information-reports-2024 -28.02./
Meta Ich hoffe, dass LLaMa 3 mit OpenAIs GPT-4 mithalten kann. Mitarbeiter des Meta-Unternehmens gaben bekannt, dass noch nicht entschieden sei, ob LLaMa 3 multimodal sein wird und ob es in der Lage sein wird, Texte und Bilder zu verstehen und zu generieren, da die Forscher noch nicht mit der Feinabstimmung des Modells begonnen haben. Es wird jedoch erwartet, dass LLaMa über mehr als 14 Milliarden Parameter verfügt, was LLaMa 2 deutlich übersteigt, was auf eine deutliche Verbesserung seiner Fähigkeit zur Bearbeitung komplexer Abfragen hinweist.
Zusätzlich zu den 350.000 H100 und zig Milliarden Dollar, die verwaltet werden können, ist Talent auch eine „Notwendigkeit“ für die LLaMa 3-Ausbildung. Meta entwickelt LLaMa über seine generative KI-Gruppe, die von seinem grundlegenden KI-Forschungsteam getrennt ist. Louis Martin, der für die Sicherheit von LLaMa 2 und 3 verantwortliche Forscher, verließ das Unternehmen im Februar. Kevin Stone, der das Reinforcement Learning leitete, verließ diesen Monat ebenfalls das Unternehmen. Ob sich dies auf das LLaMa 3-Training auswirken wird, ist unbekannt. Wir werden abwarten, ob LLaMa 3 eine gute Balance zwischen Sicherheit und Benutzerfreundlichkeit schafft und uns neue Überraschungen in Bezug auf die Codierungsmöglichkeiten beschert.
Das obige ist der detaillierte Inhalt vonLLaMa 3 wird möglicherweise auf Juli verschoben, um GPT-4 ins Visier zu nehmen und Lehren aus Gemini zu ziehen. 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

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

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

0.Was bewirkt dieser Artikel? Wir schlagen DepthFM vor: ein vielseitiges und schnelles generatives monokulares Tiefenschätzungsmodell auf dem neuesten Stand der Technik. Zusätzlich zu herkömmlichen Tiefenschätzungsaufgaben demonstriert DepthFM auch hochmoderne Fähigkeiten bei nachgelagerten Aufgaben wie dem Tiefen-Inpainting. DepthFM ist effizient und kann Tiefenkarten innerhalb weniger Inferenzschritte synthetisieren. Lassen Sie uns diese Arbeit gemeinsam lesen ~ 1. Titel der Papierinformationen: DepthFM: FastMonocularDepthEstimationwithFlowMatching Autor: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

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

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

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

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.

Ich weine zu Tode. Die Daten im Internet reichen überhaupt nicht aus. Das Trainingsmodell sieht aus wie „Die Tribute von Panem“, und KI-Forscher auf der ganzen Welt machen sich Gedanken darüber, wie sie diese datenhungrigen Esser ernähren sollen. Dieses Problem tritt insbesondere bei multimodalen Aufgaben auf. Zu einer Zeit, als sie ratlos waren, nutzte ein Start-up-Team der Abteilung der Renmin-Universität von China sein eigenes neues Modell, um als erstes in China einen „modellgenerierten Datenfeed selbst“ in die Realität umzusetzen. Darüber hinaus handelt es sich um einen zweigleisigen Ansatz auf der Verständnisseite und der Generierungsseite. Beide Seiten können hochwertige, multimodale neue Daten generieren und Datenrückmeldungen an das Modell selbst liefern. Was ist ein Modell? Awaker 1.0, ein großes multimodales Modell, das gerade im Zhongguancun-Forum erschienen ist. Wer ist das Team? Sophon-Motor. Gegründet von Gao Yizhao, einem Doktoranden an der Hillhouse School of Artificial Intelligence der Renmin University.

Stehen Sie vor einer Verzögerung oder einer langsamen mobilen Datenverbindung auf dem iPhone? Normalerweise hängt die Stärke des Mobilfunk-Internets auf Ihrem Telefon von mehreren Faktoren ab, wie z. B. der Region, dem Mobilfunknetztyp, dem Roaming-Typ usw. Es gibt einige Dinge, die Sie tun können, um eine schnellere und zuverlässigere Mobilfunk-Internetverbindung zu erhalten. Fix 1 – Neustart des iPhone erzwingen Manchmal werden durch einen erzwungenen Neustart Ihres Geräts viele Dinge zurückgesetzt, einschließlich der Mobilfunkverbindung. Schritt 1 – Drücken Sie einfach einmal die Lauter-Taste und lassen Sie sie los. Drücken Sie anschließend die Leiser-Taste und lassen Sie sie wieder los. Schritt 2 – Der nächste Teil des Prozesses besteht darin, die Taste auf der rechten Seite gedrückt zu halten. Lassen Sie das iPhone den Neustart abschließen. Aktivieren Sie Mobilfunkdaten und überprüfen Sie die Netzwerkgeschwindigkeit. Überprüfen Sie es erneut. Fix 2 – Datenmodus ändern 5G bietet zwar bessere Netzwerkgeschwindigkeiten, funktioniert jedoch besser, wenn das Signal schwächer ist

Kürzlich wurde die Militärwelt von der Nachricht überwältigt: US-Militärkampfflugzeuge können jetzt mithilfe von KI vollautomatische Luftkämpfe absolvieren. Ja, erst kürzlich wurde der KI-Kampfjet des US-Militärs zum ersten Mal der Öffentlichkeit zugänglich gemacht und sein Geheimnis gelüftet. Der vollständige Name dieses Jägers lautet „Variable Stability Simulator Test Aircraft“ (VISTA). Er wurde vom Minister der US-Luftwaffe persönlich geflogen, um einen Eins-gegen-eins-Luftkampf zu simulieren. Am 2. Mai startete US-Luftwaffenminister Frank Kendall mit einer X-62AVISTA auf der Edwards Air Force Base. Beachten Sie, dass während des einstündigen Fluges alle Flugaktionen autonom von der KI durchgeführt wurden! Kendall sagte: „In den letzten Jahrzehnten haben wir über das unbegrenzte Potenzial des autonomen Luft-Luft-Kampfes nachgedacht, aber es schien immer unerreichbar.“ Nun jedoch,
