


LLaMa 3 pourrait être reporté à juillet, ciblant GPT-4 et tirant les leçons de Gemini
Les anciens modèles de génération d’images ont souvent été critiqués pour avoir présenté des images représentant principalement des personnes blanches, et le modèle Gemini de Google est tombé en difficulté en raison d’une extrême surpuissance. Les résultats d’image générés sont devenus trop prudents et s’écartent considérablement des faits historiques, surprenant les utilisateurs. Google affirme que le modèle est plus discret que prévu par les développeurs. Cette prudence se reflète non seulement dans les images générées, mais aussi dans le fait que certaines invites sont souvent considérées comme sensibles et refusent donc de fournir des réponses.
Alors que ce problème continue d'attirer l'attention, trouver un équilibre entre sécurité et convivialité est devenu un énorme défi pour Meta. LLaMA 2 est considéré comme un « acteur fort » dans le domaine de l'open source et est également devenu le modèle star de Meta. Il a changé la donne des grands modèles une fois lancé. Actuellement, Meta se prépare pleinement au lancement de LLaMa 3, mais doit d'abord résoudre les problèmes laissés par LLaMA 2 : il semble trop conservateur dans ses réponses aux questions controversées.
Trouver un équilibre entre sécurité et convivialité
Meta a ajouté des garanties dans Llama 2 pour empêcher LLM de répondre à diverses questions controversées. Bien que ce conservatisme soit nécessaire pour traiter des cas extrêmes, tels que les requêtes liées à la violence ou aux activités illégales, il limite également la capacité du modèle à répondre à des questions plus courantes mais légèrement controversées. Selon The Information, lorsqu'il a demandé à LLaMA 2 comment les employés pouvaient éviter de se rendre au bureau les jours où ils sont tenus de venir au bureau, on lui a refusé des conseils ou on lui a répondu qu'« il est important de respecter et de se conformer aux politiques de l'entreprise ». et des lignes directrices." ». LLaMA 2 refuse également de fournir des réponses sur la façon de faire des farces à vos amis, de gagner une guerre ou de détruire un moteur de voiture. Cette réponse conservatrice vise à éviter un désastre en matière de relations publiques.
Cependant, il a été révélé que la haute direction de Meta et certains chercheurs impliqués dans le travail de modélisation pensaient que les réponses de LLaMA 2 étaient trop « sûres ». Meta s'efforce de rendre le prochain modèle LLaMA 3 plus flexible et de fournir plus d'informations contextuelles lors de la fourniture de réponses, plutôt que de rejeter catégoriquement les réponses. Les chercheurs tentent de rendre LLaMA 3 plus interactif avec les utilisateurs et de mieux comprendre ce qu'ils pourraient signifier. Il est rapporté que la nouvelle version du modèle sera mieux à même de distinguer les multiples significations d'un mot. Par exemple, LLaMA 3 pourrait comprendre qu'une question sur la façon de détruire le moteur d'une voiture fait référence à la façon de l'arrêter, et non de le détruire. Meta prévoit également de nommer une personne interne pour gérer la formation sur le ton et la sécurité dans les semaines à venir, rapporte The Information, dans le cadre des efforts de l'entreprise pour rendre les réponses des modèles plus nuancées.
Le défi que Meta et Google doivent surmonter n'est pas seulement de trouver ce point d'équilibre, de nombreux géants de la technologie ont également été touchés à des degrés divers. Ils doivent travailler dur pour créer des produits que tout le monde aime, peut utiliser et fonctionner sans problème, tout en garantissant que ces produits sont sûrs et fiables. Il s’agit d’un problème auquel les entreprises technologiques doivent faire face de front alors qu’elles rattrapent leur retard sur la technologie de l’IA. Plus d'informations sur
LLaMa 3
La sortie de LLaMa 3 est très attendue, Meta prévoyant de le sortir en juillet, mais le calendrier pourrait encore changer. Le PDG de Meta, Mark Zuckerberg, est ambitieux et a déclaré un jour : « Bien que Llama 2 ne soit pas un modèle leader de l'industrie, c'est le meilleur modèle open source. Pour LLaMa 3 et les modèles suivants, notre objectif est de construire SOTA et est finalement devenu le modèle de l'industrie. modèle leader 》
Adresse originale : https://www.reuters.com/technology/meta-plans-launch-new-ai-lingual-model-llama-3 -july-information-reports-2024 -02-28/
Meta J'espère que LLaMa 3 pourra rattraper le GPT-4 d'OpenAI. Le personnel de la société Meta a révélé qu'il n'a pas encore été décidé si LLaMa 3 sera multimodal et s'il sera capable de comprendre et de générer du texte et des images, car les chercheurs n'ont pas encore commencé à peaufiner le modèle. Cependant, LLaMa devrait disposer de plus de 14 milliards de paramètres, ce qui dépassera largement LLaMa 2 et annoncera une amélioration significative de sa capacité à gérer des requêtes complexes.
Au-delà des 350 000 H100 et des dizaines de milliards de dollars pouvant être gérés, le talent est aussi une « nécessité » pour la formation LLaMa 3. Meta développe LLaMa via son groupe d'IA générative, distinct de son équipe de recherche fondamentale en IA. Louis Martin, le chercheur responsable de la sécurité des LLaMa 2 et 3, a quitté l'entreprise en février. Kevin Stone, qui dirigeait l'apprentissage par renforcement, a également quitté ce mois-ci. On ne sait pas si cela aura un impact sur la formation LLaMa 3. Nous attendrons de voir si LLaMa 3 peut trouver un bon équilibre entre sécurité et convivialité et nous réserver de nouvelles surprises en termes de capacités de codage.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds



0. À quoi sert cet article ? Nous proposons DepthFM : un modèle d'estimation de profondeur monoculaire génératif de pointe, polyvalent et rapide. En plus des tâches traditionnelles d'estimation de la profondeur, DepthFM démontre également des capacités de pointe dans les tâches en aval telles que l'inpainting en profondeur. DepthFM est efficace et peut synthétiser des cartes de profondeur en quelques étapes d'inférence. Lisons ce travail ensemble ~ 1. Titre des informations sur l'article : DepthFM : FastMonocularDepthEstimationwithFlowMatching Auteur : MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

Imaginez un modèle d'intelligence artificielle qui non seulement a la capacité de surpasser l'informatique traditionnelle, mais qui permet également d'obtenir des performances plus efficaces à moindre coût. Ce n'est pas de la science-fiction, DeepSeek-V2[1], le modèle MoE open source le plus puissant au monde est ici. DeepSeek-V2 est un puissant mélange de modèle de langage d'experts (MoE) présentant les caractéristiques d'une formation économique et d'une inférence efficace. Il est constitué de 236B paramètres, dont 21B servent à activer chaque marqueur. Par rapport à DeepSeek67B, DeepSeek-V2 offre des performances plus élevées, tout en économisant 42,5 % des coûts de formation, en réduisant le cache KV de 93,3 % et en augmentant le débit de génération maximal à 5,76 fois. DeepSeek est une entreprise explorant l'intelligence artificielle générale

Plus tôt ce mois-ci, des chercheurs du MIT et d'autres institutions ont proposé une alternative très prometteuse au MLP – KAN. KAN surpasse MLP en termes de précision et d’interprétabilité. Et il peut surpasser le MLP fonctionnant avec un plus grand nombre de paramètres avec un très petit nombre de paramètres. Par exemple, les auteurs ont déclaré avoir utilisé KAN pour reproduire les résultats de DeepMind avec un réseau plus petit et un degré d'automatisation plus élevé. Plus précisément, le MLP de DeepMind compte environ 300 000 paramètres, tandis que le KAN n'en compte qu'environ 200. KAN a une base mathématique solide comme MLP est basé sur le théorème d'approximation universelle, tandis que KAN est basé sur le théorème de représentation de Kolmogorov-Arnold. Comme le montre la figure ci-dessous, KAN a

Boston Dynamics Atlas entre officiellement dans l’ère des robots électriques ! Hier, l'Atlas hydraulique s'est retiré "en larmes" de la scène de l'histoire. Aujourd'hui, Boston Dynamics a annoncé que l'Atlas électrique était au travail. Il semble que dans le domaine des robots humanoïdes commerciaux, Boston Dynamics soit déterminé à concurrencer Tesla. Après la sortie de la nouvelle vidéo, elle a déjà été visionnée par plus d’un million de personnes en seulement dix heures. Les personnes âgées partent et de nouveaux rôles apparaissent. C'est une nécessité historique. Il ne fait aucun doute que cette année est l’année explosive des robots humanoïdes. Les internautes ont commenté : Les progrès des robots ont fait ressembler la cérémonie d'ouverture de cette année à des êtres humains, et le degré de liberté est bien plus grand que celui des humains. Mais n'est-ce vraiment pas un film d'horreur ? Au début de la vidéo, Atlas est allongé calmement sur le sol, apparemment sur le dos. Ce qui suit est à couper le souffle

L’IA change effectivement les mathématiques. Récemment, Tao Zhexuan, qui a prêté une attention particulière à cette question, a transmis le dernier numéro du « Bulletin de l'American Mathematical Society » (Bulletin de l'American Mathematical Society). En se concentrant sur le thème « Les machines changeront-elles les mathématiques ? », de nombreux mathématiciens ont exprimé leurs opinions. L'ensemble du processus a été plein d'étincelles, intense et passionnant. L'auteur dispose d'une équipe solide, comprenant Akshay Venkatesh, lauréat de la médaille Fields, le mathématicien chinois Zheng Lejun, l'informaticien de l'Université de New York Ernest Davis et de nombreux autres universitaires bien connus du secteur. Le monde de l’IA a radicalement changé. Vous savez, bon nombre de ces articles ont été soumis il y a un an.

Vous êtes confronté à un décalage et à une connexion de données mobile lente sur iPhone ? En règle générale, la puissance de l'Internet cellulaire sur votre téléphone dépend de plusieurs facteurs tels que la région, le type de réseau cellulaire, le type d'itinérance, etc. Vous pouvez prendre certaines mesures pour obtenir une connexion Internet cellulaire plus rapide et plus fiable. Correctif 1 – Forcer le redémarrage de l'iPhone Parfois, le redémarrage forcé de votre appareil réinitialise simplement beaucoup de choses, y compris la connexion cellulaire. Étape 1 – Appuyez simplement une fois sur la touche d’augmentation du volume et relâchez-la. Ensuite, appuyez sur la touche de réduction du volume et relâchez-la à nouveau. Étape 2 – La partie suivante du processus consiste à maintenir le bouton sur le côté droit. Laissez l'iPhone finir de redémarrer. Activez les données cellulaires et vérifiez la vitesse du réseau. Vérifiez à nouveau Correctif 2 – Changer le mode de données Bien que la 5G offre de meilleures vitesses de réseau, elle fonctionne mieux lorsque le signal est plus faible

Je pleure à mort. Le monde construit à la folie de grands modèles. Les données sur Internet ne suffisent pas du tout. Le modèle de formation ressemble à « The Hunger Games », et les chercheurs en IA du monde entier se demandent comment nourrir ces personnes avides de données. Ce problème est particulièrement important dans les tâches multimodales. À une époque où rien ne pouvait être fait, une équipe de start-up du département de l'Université Renmin de Chine a utilisé son propre nouveau modèle pour devenir la première en Chine à faire de « l'auto-alimentation des données générées par le modèle » une réalité. De plus, il s’agit d’une approche à deux volets, du côté compréhension et du côté génération, les deux côtés peuvent générer de nouvelles données multimodales de haute qualité et fournir un retour de données au modèle lui-même. Qu'est-ce qu'un modèle ? Awaker 1.0, un grand modèle multimodal qui vient d'apparaître sur le Forum Zhongguancun. Qui est l'équipe ? Moteur Sophon. Fondé par Gao Yizhao, doctorant à la Hillhouse School of Artificial Intelligence de l’Université Renmin.

Récemment, le milieu militaire a été submergé par la nouvelle : les avions de combat militaires américains peuvent désormais mener des combats aériens entièrement automatiques grâce à l'IA. Oui, tout récemment, l’avion de combat IA de l’armée américaine a été rendu public pour la première fois, dévoilant ainsi son mystère. Le nom complet de ce chasseur est Variable Stability Simulator Test Aircraft (VISTA). Il a été personnellement piloté par le secrétaire de l'US Air Force pour simuler une bataille aérienne en tête-à-tête. Le 2 mai, le secrétaire de l'US Air Force, Frank Kendall, a décollé à bord d'un X-62AVISTA à la base aérienne d'Edwards. Notez que pendant le vol d'une heure, toutes les actions de vol ont été effectuées de manière autonome par l'IA ! Kendall a déclaré : "Au cours des dernières décennies, nous avons réfléchi au potentiel illimité du combat air-air autonome, mais cela a toujours semblé hors de portée." Mais maintenant,
