Google DeepMind推出一种结合了Transformer和神经算法推理器（Neural Algorithmic Reasoners，简称NARs）的混合模型，称为TransNAR。这种模型旨在提升机器学习在处理自然语言理解（NLU）任务时的算法推理能力。通过在CLRS-Text基准测试上的实验表明，Trans... 阅读全文

字节跳动旗下扣子 Coze”平台上线“模型广场”功能，提供了一个大模型匿名打 PK 的“擂台”。用户可以在扣子官网（coze.cn）左侧导航栏中的“探索”列表找到“模型广场”，进入功能。其对战模式分为“随机 Bot 对战”“指定 Bot 对战”“纯模型对战”三种。 随机 Bot 对战：系统随机选择一个 Bot 进行模型... 阅读全文

谷歌推出新型人工智能模型“Personal Health Large Language Model”（简称PH-LLM），它专门针对个人健康领域，能够理解和推理关于健康的数据和信息。 通熟易懂的语言介绍： 想象一下，如果你有一个虚拟的健康顾问，它可以查看你的睡眠模式、运动习惯和生理反应，然后根据这些信息给你提供个性化的... 阅读全文

谷歌推出大语言模型Tx-LLM，它是专门为药物治疗领域设计的。例如，科学家想要发现一种新药来治疗糖尿病，他们可以使用Tx-LLM来分析不同的化合物，预测它们与糖尿病相关蛋白的结合强度，从而筛选出最有希望的候选药物。然后，Tx-LLM还可以预测这些候选药物的毒性，帮助科学家避免选择可能对患者有害的化合物。通过这种方式，T... 阅读全文

佐治亚理工学院 和Google DeepMind的研究人员推出ShiftAddLLM，它通过后训练的位移加法重参数化技术来加速预训练的大语言模型（LLMs）。这种方法旨在解决大语言模型在部署到资源受限设备时所面临的挑战，如高内存需求和延迟瓶颈。例如，你正在开发一款智能家居助手，需要使用大型语言模型来进行语音识别和自然语... 阅读全文

华盛顿大学、 Meta AI和艾伦人工智能研究所的研究人员推出多步推理语言代理HUSKY，它是一个统一的、开源的语言模型，能够处理涉及数值、表格和基于知识的复杂推理任务。HUSKY通过迭代地生成和执行行动来解决给定的任务，直到达到终端状态。例如，你是一个学生，需要解决一个复杂的数学问题，比如计算两个州在地图上的面积差异... 阅读全文

由Google开发并集成在Gboard键盘中的新功能Proofread，Proofread利用了大语言模型的强大能力，以一种创新的方式改善了用户的打字体验。具体来说，Proofread能够通过简单的一次点击，实现句子级和段落级的文本纠错。例如，你在智能手机上快速打字，但由于屏幕小，手指粗，很容易出错。传统的纠错方法可能... 阅读全文

阿里巴巴推出一个名为C4的通信驱动方法，用于提升大规模并行训练的效率。在大语言模型（LLMs）的训练过程中，为了处理庞大的数据和计算需求，通常需要使用成千上万的GPU进行并行训练。然而，现有的并行训练技术存在一些问题，比如硬件故障导致的训练中断，以及GPU在等待参数同步时造成的等待时间延长。C4就是为了解决这些问题而设... 阅读全文

Meta Reality Labs、香港科技大学和香港科技大学（广州）的研究人员推出新基准测试CRAG（Comprehensive RAG Benchmark），它是专门为评估和提升检索增强型生成（Retrieval-Augmented Generation，简称RAG）系统在处理大语言模型（Large Languag... 阅读全文

艾伦人工智能研究所和华盛顿大学的研究人员推出评估框架WildBench，它专门用来测试和比较大语言模型在处理现实世界中用户提出的复杂查询方面的能力。论文还讨论了WildBench与传统评估方法相比的优势，例如它如何通过使用真实用户数据来提供更全面的评估，并且如何通过动态更新任务集来适应LLMs不断变化的能力。此外，论文... 阅读全文

Together AI推出一种名为“Mixture-of-Agents”（MoA，即代理混合）的新颖方法，它通过结合多个大语言模型（LLMs）的集体智慧来增强单个模型的能力。例如，如果有多个专家在团队中，每个专家都有自己擅长的领域，通过合作，他们可以共同解决更复杂的问题。MoA的原理与此类似，它通过让不同的LLMs在多... 阅读全文

Google DeepMind推出新型基准测试NATURAL PLAN，它专门用来评估大语言模型（LLMs）在处理自然语言描述的计划任务方面的能力。这个基准测试包含三个关键任务：旅行规划、会议规划和日历安排。论文的核心思想是，通过提供像Google Flights、Google Maps和Google Calendar... 阅读全文