面对ChatGPT的压力,谷歌太需要一款杀手级AI产品,证明自己在人工智能领域的地位。在6月的I/O开发者大会上,谷歌CEO皮查伊首次透露了Gemini的存在,如今Gemini终于面向公众推出了。谷歌针对不同场景发布了三种不同版本:Gemini Ultra、Gemini Pro 和 Gemini Nano。谷歌表示,这是其迄今为止功能最强大、最通用的人工智能大模型,根据谷歌给出的基准测试结果,Gemini在许多测试中击败了OpenAI的GPT-4。
“有意见”留言板
@刷数据:不是同一基准就来“遥遥领先了?”,Gemini 为何要用 Cot@32 的数据和 GPT-4的5-shot数据比较?同一基准上反而有的项目还不及,比如在HellaSwag数据集上还落后GPT4很多,这个发布报告是来挑战读者会不会仔细看的么?
@Betty:功能都有一样,能不能有点创新?
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。