https://babi.com/

slot gacor

bakautoto

slot gacor

节目列表: 田丰说 - EarsOnMe - 精选播客,一听即合

第130集 AutoGPT智能体,学会“组队”了!

田丰说

关注《田丰说》,每天3分钟,掌握全球AI大事件!本视频由商汤“如影”数字人APP生成。 田老师认为,多个智能体协同技术成为基础科研、产业应用重点,涉及角色互补、沟通协同、责任分工、质检改进等重要工作方法,其中智能体间的有效通信、指令跟随成为关键能力,如果AI无法像人一样丝滑交流则事倍功半,反之则能持续提升群体智能的新质生产力。 全球AI要闻,AutoGPT进阶版来了,定制多智能体协同。 7月18日,全球爆火的AutoGPT智能体项目作者在X社媒上宣布了下一代版本,目前是 Pre-alpha 版本。与前代相比,新版本让构建、运行、共享AI智能体变得比以往任何时候都更容易,同时智能体的可靠性也大大提升。该项目具有以下两个主要组件,分别是后端的 AutoGPT Server 和前端的 AutoGPT Builder。其中后端 Server 负责创建复合多智能体系统,将 AutoGPT 智能体和其他非智能体组件用作原语。 作者展示了如何使用下一代AutoGPT快速构建、部署、使用Reddit营销智能体,AI能够自动回复产品评论,执行其他复杂任务。AutoGPT项目还能自定义添加节点,手动编写新任务模块非常简单。作者发现,Claude模型通过创建自定义任务模块做得非常出色。 每天3分钟,掌握全球AI大事件!《田丰说》全网发布,敬请关注!

1分钟
11
1年前

第129集 OpenAI超级对齐,AI的“自我养成”!

田丰说

关注《田丰说》,每天3分钟,掌握全球AI大事件!本视频由商汤“如影”数字人APP生成。 田老师认为,类似对抗神经网络原理,让AI给另一个AI挑错并改进,成为模仿人类“学习-实践-优化”循环的技术实现方法,之所以采用小模型作为验证器是因为其成本低、可行性高,对大模型有答案检验能力的小模型,正在逐渐演变为一种AI云端通用服务。 全球AI要闻,OpenAI超级对齐成果:小大模型博弈输出。 7月18日凌晨,OpenAI在官网发布超级对齐研究成果,由于神经网络的复杂性和多变性,无法验证其生成内容的准确性,出现 “黑盒”问题。为了解决该难题,OpenAI提出了全新训练框架Prover-Verifier Games(PVG), 例如,用GPT-3这样的小模型来验证、监督GPT-4大模型的输出,从而提升输出准确率、可控性。论文作者之一、OpenAI研究员Yining Chen表示,这种方法“有可能使未来的模型比人类更聪明”。 亮点1,PVG模块的核心思想是通过多轮迭代训练,来提升AI证明者和AI验证者的整体性能。在每一轮训练中,验证者模型首先使用监督学习来预测从之前轮次的证明者模型中采样的内容正确性。 亮点2,在多轮训练中将人类偏好引入了验证器,千分之一到百分之一的效果最佳,其鲁棒性也逐渐增强,能够更准确地识别出错误答案。 亮点3,在验证的过程中,证明者和验证者的角色相互依赖。证明者模型需要生成能够说服验证者模型的内容,而验证者模型则需要具备足够的判断力来识别出正确内容,OpenAI力图实现准确性和易读性的平衡。 亮点4,在训练过程中,还引入了一种名为可检查性训练,通过交替训练验证者和证明者模型,从而验证使用监督学习来预测从之前轮次的证明者中采样的解决方案的正确性。 每天3分钟,掌握全球AI大事件!《田丰说》全网发布,敬请关注!

2分钟
11
1年前

第127集 欧洲Mistral新模型,擅长数学题、写代码!

田丰说

关注《田丰说》,每天3分钟,掌握全球AI大事件!本视频由商汤“如影”数字人APP生成。 田老师认为,AI已经在图像分类、阅读理解、视觉推理、语言理解等方面超过人类,下一步攻坚目标是需要复杂逻辑推理的数学与编程,善于推理的AI技术有可能在2年内取得突破。 全球AI要闻, Mistral联手Mamba开源首款代码模型。 7月17日,Mistral发布了两款小模型,Mathstral 7B和Codestral Mamba 7B,都是70亿参数量。Mathstral7B针对STEM学科的数学分析,上下文窗口为32k,Codestral Mamba 7B是使用Mamba架构的代码模型。值得关注的是,代码模型是首批采用Mamba 2架构的开源模型之一。实测7B性能接近22BTransformer架构,最多256k token上下文长度,都可以调用官方发布的Mistral-finetune和Mistral Inference两个开源SDK,使用或微调模型。 亮点1,Mathstral模型专为解决需要复杂、多步骤推理的高级数学问题,与战略合作伙伴共同研发,上周刚在Kaggle第一届AI奥数竞赛中得到冠军宝座的Numina。它可以正确回答“9.11和9.9哪个更大?”等难倒一众大模型的问题,答案是整数、小数分开比较,思维链非常清晰。 亮点2,官方博客透露,Mathstral模型似乎牺牲了一些推理速度以换取模型性能,但基准测试中,Mathstral打败了Llama 3 8B、Gemma29B,在AMC 2023、AIME 2024这类数学竞赛题上达到了SOTA。 亮点3,代码模型研发过程中,得到了Mamba原作者Albert Gu和TriDao的帮助,Codestral Mamba基本达到Code Llama 34B相匹配的效果,在其中6个测试上实现了性能超越。 亮点4,不到两个月前,Mistral刚发布了代码模型Codestral 22B新模型,研发速度几乎按月迭代了。 每天3分钟,掌握全球AI大事件!《田丰说》全网发布,敬请关注!

2分钟
13
1年前

第125集 谷歌搜索4%,Hebbia将搜索96%?

田丰说

关注《田丰说》,每天3分钟,掌握全球AI大事件!本视频由商汤“如影”数字人APP生成。 田老师认为,企业私有数据检索并不是崭新的技术,但数据检索技术与大模型技术相融合,将让企业所有员工都能用自然语言“零代码”查询、分析数据,将极大提升生产力。 全球AI要闻,Hebbia融资1.3亿美元,非结构数据服务被看好。 AI文档搜索公司Hebbia宣布完成1.3亿美元B轮融资,估值约7亿美元,投资方包括 a16z、GoogleVentures和Peter Thiel等,公司年度经常性收入为1300万美元,已经实现盈利,收入在1年半中增长了15倍。去年Hebbia就指出,聊天机器人只能解决简单问题,对企业复杂问题价值有限。尤其在高度依赖信息的特定领域,需要有特定的产品展示方式。 Hebbia重新设计了电子表格式界面,允许用户构建能够执行综合任务的AI代理。目前,Hebbia产品主要被应用在金融服务、法律领域,客户包括美国空军以及资产管理公司和法律服务公司。按Hebbia公司在官网自信地说:“我们拥有世界上最伟大的聊天机器人,Google仅索引了全球4%的数据,Hebbia正在释放其余96%的资源,使其成为知识工作者经济的中心平台。我们的使命是到2030年将强大的人工智能交付给10亿人。” 每天3分钟,掌握全球AI大事件!《田丰说》全网发布,敬请关注!

2分钟
9
1年前

第124集 微软GraphRAG,打造“数据挖矿机”!

田丰说

关注《田丰说》,每天3分钟,掌握全球AI大事件!本视频由商汤“如影”数字人APP生成。 田老师认为,微软、谷歌、OpenAI都将数据技术的重点聚焦各大企业内部数据,而将庞杂繁复的企业级数据快速转化为高质量知识,让模型能够“消化”,成为GraphRAG等新技术研发的目标,谁能先研发出数据矿藏的“挖矿机”,就能优先赢得广大拥有行业数据企业家的拥抱。 全球AI要闻,微软坚信GraphRAG是未来之路,开源社区星标上万。 7月,微软发布最强RAG知识库开源方案GraphRAG,上线即爆火,发布2周开源星标量高达1万。微软GraphRAG将向量囊括进来,不同于RAG仅基于文本嵌入之间的相似度,两种技术并不是竞争关系。 GraphRAG通过使用大语言模型生成知识图谱,能大幅提升检索水平,为上下文窗口填入相关性更高的内容,所需token数量能减少26%至97%。Data.world公司在43个业务问题上实践显示,GraphRAG将大语言模型响应准确度平均提升3倍。 Neo4j公司CTO Philip Rathle说:“你的下一个生成式AI应用很可能就会用上知识图谱。”Neo4j发布了一款开源工具NeoConverse,能通过自然语言来查询知识图谱。比如GraphRAG依托大语言模型的文本到图谱工作流程,将10000篇金融文章整理成了一个知识图谱,与 RAG相比,不仅能提升答案质量,答案的token数量也少了三分之一。 每天3分钟,掌握全球AI大事件!《田丰说》全网发布,敬请关注!

2分钟
31
1年前

第123集 谷歌预测2年内“通用AI助理”诞生!

田丰说

关注《田丰说》,每天3分钟,掌握全球AI大事件!本视频由商汤“如影”数字人APP生成。 田老师认为, AI助理正在嵌入所有移动终端,工作型AI助理对任务执行质量要求较高,生活型AI助理对响应时间要求很高,第一代人机协同生产力,从人类学习熟练使用AI助手开始。 全球AI要闻,谷歌DeepMind CEO预测,2年内出现“通用AI助理”。 日前,谷歌DeepMind CEO Demis Hassabis在2024英国未来会议指出,Chatbot在总结演讲、文件处理等方面非常有用,还是有点像玩具。 谷歌大模型Gemini从一开始就在构建原生多模态,这意味着语言、音频、视频、图像和编码等不同的模态融合。他指出,两三年内,我们将开始看到 “通用助理”,AI助理们在不同设备上陪伴用户使用,无缝帮助我们的日常生活,并带来惊人的生产力变革。 亮点1,下一阶段模型技术的重点是引入游戏相关技术,比如AlphaGo,给模型设定一个目标、提出新策略、制定新计划,甚至可能发明一些新东西,这将使我们拥有的技术类型再次向前实现一大飞跃。 亮点2,全新开源技术即将问世,这些模型版本可供任何人免费使用。Demis Hassabis认为AI模型服务涌现,政府或公司都能采用现有最优秀的模型,用自己的数据进一步微调。 亮点3,在下一个十年中,我们将在能源、材料科学、数学、气候等许多科学领域看到AI的突破。其中,真正有趣的是AI数字助理,有时人们觉得它可以取代人类劳动力,但我们其实应把它看作只是一个工作同事。 每天3分钟,掌握全球AI大事件!《田丰说》全网发布,敬请关注!

2分钟
7
1年前

第122集 2025年AI算力工业化!

田丰说

关注《田丰说》,每天3分钟,掌握全球AI大事件!本视频由商汤“如影”数字人APP生成。 田老师认为,在科技领域,低成本是全民需求的“最佳伴侣”,大模型与算力都在尺度定律的高速公路上飞驰,AI公共基础设施在工程化领域不断遇到新问题、找出新解法,全社会的生成式智能、具身智能将有望在未来3年享受到更低成本的算力、数据公共服务。 全球AI要闻,美国红杉认为,2025年才是AI数据中心大年。 7月8日,红杉资本合伙人戴维·卡恩分享对数据中心建设热潮的五大预测。他指出,2025年将是“数据中心之年”,我们正处于从炒作周期向工业驱动建设周期过渡的风口浪尖。 亮点1,人工智能将催化新能源转型。一些超大规模企业会发现,他们不够灵活,新的工业AI参与者将填补这一空白。新AI数据中心将在实体经济带动钢铁、能源、运输和建筑等经济发展。 亮点2,未来6个月开始,由于液体冷却、集群规模和电源接入问题,在2025年数据中心建设将出现大量延迟上线,技术问题也比比皆是,下一代英伟达芯片需要液体冷却,而目前液体冷却供应链出现短缺。锂离子电池已成为新数据中心建设的主要材料。 亮点3,超大规模数据中心运营商将有市场格局之分,Equinix、Digital Realty、CyrusOne等市场参与者正经历“冲击”,当新数据中心容量上线时,AWS、Azure等提供训练推理成本将大幅下降,这对初创公司有利。但是否有足够需求来满足,目前还不知道。 每天3分钟,掌握全球AI大事件!《田丰说》全网发布,敬请关注!

2分钟
20
1年前
EarsOnMe

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧