


L'effet de formation d'une puissance de calcul de 40 % est comparable à celui de GPT-4, et les nouvelles réalisations du modèle entrepreneurial commun à grande échelle de DeepMind ont été mesurées.
Dans le concours de grands modèles, un autre cheval noir a émergé -
Inflection-2.5, créé par DeepMind et la startup de grands modèles de Mustafa Suleyman.
En utilisant seulement 40 % des ressources informatiques pour la formation, les performances dépassent 90 % de GPT-4, et il est particulièrement bon en codage et en mathématiques.
Le premier modèle Inflection ne consommait que 4 % des ressources informatiques pendant la formation, atteignant 72 % des performances de GPT-4.
Sur la base du modèle Inflection, la société a également lancé le robot conversationnel basé sur le Web Pi, qui se concentre sur la « haute intelligence émotionnelle » et la « personnalisation » et prend également en charge le chinois.
Depuis sa création, les utilisateurs actifs quotidiens les plus élevés de Pi ont atteint 1 million, un total de 4 milliards de messages ont été générés et la durée moyenne des conversations a atteint 33 minutes.
Avec cette mise à niveau du modèle de base, Pi a également inauguré sa nouvelle version.
Photos
Ainsi, que l'Inflexion, ou Pi, soit si forte, les qubits ont effectué des mesures réelles.
Vous pouvez l'utiliser sans vous connecter
Ouvrez la page Pi et vous verrez une interface si minimaliste, et vous pourrez cliquer directement sur Suivant sans vous connecter.
Photos
Après Next plusieurs fois de suite, entrez la façon dont vous souhaitez que Pi nous appelle.
Photos
Après cela, sélectionnez la voix et les sujets recommandés, ignorez-les, puis entrez dans l'interface de discussion formelle.
Photos
Un test simple a révélé que Pi prend en charge le dialogue chinois. Si tel est le cas, organisez d'abord le benchmark pour les déficients mentaux.
La première question, une souris malade peut-elle être guérie en prenant de la mort-aux-rats ? Pi y a répondu avec succès.
Photos
Encore une question « piège », mais je ne suis toujours pas tombée dans le panneau cette fois-ci.
Photos
Après les deux questions, même s'il n'y a pas eu d'effet dramatique, il semblait que j'avais une certaine compréhension du chinois.
Ensuite, concentrons-nous sur les capacités en mathématiques et en codage pour lesquelles le responsable prétend être « particulièrement bon ».
La première est une question de programmation impliquant une programmation dynamique.
Photos
Le code donné par Pi résout ce problème avec succès et est accompagné d'explications claires.
Images
Ensuite, augmentons la difficulté et laissons-la analyser combien de zéros se trouvent à la fin de la factorielle d'un nombre.
Photos
Le code donné par Pi est non seulement correct, mais aussi concis et efficace, fonctionnant plus vite que 73,8% des utilisateurs sur LeetCode.
Photos
Enfin, augmentons la difficulté et terminons la partie code du test par une question avec un taux de réussite de 47,5%.
Photos
Après avoir lu le code, testons les capacités mathématiques de Pi et laissons-le répondre à des questions sur les dérivées :
Trouvez le point extrême de la fonction f(x)=x³+2x²-1
La réponse est tout à fait correcte et très détaillée.
Bien sûr, si vous voulez être bon en mathématiques, la pensée logique est essentielle, donc en plus des questions mathématiques habituelles, nous avons également utilisé une question classique pour tester la pensée logique de Pi, et les résultats n'étaient pas mauvais.
Grâce aux performances de Pi, nous pouvons voir que le modèle Inflection-2.5 derrière lui est en effet remarquable.
À en juger par les données de test officielles publiées par lui-même, les performances d'Inflection-2.5 sont suivies de près par GPT-4 en termes de capacités globales et de sous-éléments individuels.
En prenant les mathématiques et le codage comme exemple, Inflection-2.5 a fait un bond significatif par rapport à la version 1.0 dans des tests tels que MATH et HumanEval.
En plus de ces ensembles de données conventionnels, Inflection a également contesté les questions du test de mathématiques de l'examen d'entrée à l'université hongroise et le test de physique GRE, et les résultats étaient presque à égalité avec GPT-4.
Encore plus délicat, quelqu'un a construit un ensemble de données BIG-Bench en utilisant des problèmes difficiles à comprendre avec de grands modèles, et Inflection-2.5 a défié le sous-ensemble Hard, et la différence entre les résultats et GPT-4 est inférieure à un point. .
Alors, quel type d'entreprise se cache derrière Inflection-2.5 ?
DeepMind Lianchuang Large Model Venture
Cette société s'appelle Inflection AI Elle a été fondée en 2022 par DeepMind Lianchuang Mustafa Suleyman et d'autres. Il y a actuellement plus de 70 personnes.
Également de DeepMind, il y a la chercheuse principale Karen Simonyan, qui est maintenant la scientifique en chef d'Inflection AI.
De plus, le co-fondateur de LinkedIn, Reid Hoffman, a également participé à la création d'Inflection AI.
Depuis sa création, Inflection AI a reçu un financement total de 1,5 milliard de dollars américains de la part de géants tels que NVIDIA, Microsoft et Bill Gates.
Actuellement, Pi basé sur Inflection est toujours gratuit, mais le PDG Suleyman a également déclaré qu'il n'est pas réaliste d'utiliser l'amour pour produire de l'électricité tout le temps et qu'il y aura toujours des frais à long terme.
Les amis qui veulent en faire l'expérience devront peut-être se dépêcher~
Portail : https://pi.ai
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.

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.

Quoi? Zootopie est-elle concrétisée par l’IA domestique ? Avec la vidéo est exposé un nouveau modèle de génération vidéo domestique à grande échelle appelé « Keling ». Sora utilise une voie technique similaire et combine un certain nombre d'innovations technologiques auto-développées pour produire des vidéos qui comportent non seulement des mouvements larges et raisonnables, mais qui simulent également les caractéristiques du monde physique et possèdent de fortes capacités de combinaison conceptuelle et d'imagination. Selon les données, Keling prend en charge la génération de vidéos ultra-longues allant jusqu'à 2 minutes à 30 ips, avec des résolutions allant jusqu'à 1080p, et prend en charge plusieurs formats d'image. Un autre point important est que Keling n'est pas une démo ou une démonstration de résultats vidéo publiée par le laboratoire, mais une application au niveau produit lancée par Kuaishou, un acteur leader dans le domaine de la vidéo courte. De plus, l'objectif principal est d'être pragmatique, de ne pas faire de chèques en blanc et de se mettre en ligne dès sa sortie. Le grand modèle de Ke Ling est déjà sorti à Kuaiying.

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,
