今天科大讯飞发布了星火认知大模型。据介绍,星火认知大模型支持多风格多任务长文本生成、多层次跨语种语言理解、泛领域开放式知识问答、情景式思维链逻辑推理、多题型可解析数学能力、多功能多语言代码能力。还能智能播报生成内容,甚至直接生成虚拟人展示。科大讯飞董事长刘庆峰表示,星火认知大模型将在10月24日前,中文超越ChatGPT,英文接近。
“有意见”留言板
@TOFU:申请通过的速度还挺快的,可能真有信心吧。整体感觉确实也比文心强一些,而且响应速度很快,语音功能算是锦上添花,但想不到太好的使用场景。还有就是名字取得好,起码好记。还有一点可能是大模型目前的通病,答案容易重复,就算是编故事,让它一直“继续”下去,到最后也会变成车轱辘话的死循环。
@bicmao:科大讯飞一直处在国内人工智能第一梯队,但在国内大模型已呈“混战”状态的当下,尤其是部分互联网厂商布局更早且已经有了大量生态合作的背景下,讯飞星火的机会在哪?个人而言,机会是有的,一方面科大讯飞在Transformer深度神经网络算法方面拥有丰富经验,另一方面,提出的1+N战略也是场景化布局的一个思路。当然,只有产品达到刚需的要求,才能真正实现规模化推广。
@痛点:火星大模型与其他互联网或者IT企业做大模型的不同在于科大讯飞一直在深耕行业。在数据积累和行业认知上都有很大优势,可能是最有机会快速落地的大模型。AI能否快速落地在于企业对其的投入产出比,以及是否是能快速解决企业当前的业务难题,如果既有价格优势又能解决行业痛点将最易胜出。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。