ReaderMX.
GenAI新世界

5月22日 AI 头条 | 百川智能发布 Baichuan 4 及首款 AI 智能助手“百小应”

G大模型机动组约 6 分钟
Image
划重点：

  • 百川智能发布 Baichuan 4 及首款 AI 智能助手“百小应”

  • 微软发布Phi-3 Vision等最新大模型系列

  • 谷歌 DeepMind 推出 AI 安全框架 Frontier Safety Framework

  • 免登录版 ChatGPT 应用有望很快登陆移动端

  • xAI正努力实现Grok多模态化 将支持上传照片获得文本回复

  • Azure AI Studio 已支持提供 OpenAI GPT-4o API

  • IBM 开源Granite 代码模型，采用116种编程语言训练

  • Adobe Lightroom 添加全新 AI 功能，一键移除图片元素

  • 微软 Team Copilot 计划于年内推出预览版

  • 讯飞星火 Lite API 能力免费开放

资讯详情：
百川智能发布 Baichuan 4 及首款 AI 智能助手“百小应”
百川智能发布最新一代基座大模型Baichuan 4，并推出成立之后的首款AI助手“百小应”。
Baichuan 4相较Baichuan 3 在各项能力上均有极大提升，其中通用能力提升超过10%，数学和代码能力分别提升14%和9%，在国内权威大模型评测机构SuperCLUE的评测中，模型能力国内第一。
在此基础上，百川智能将搜索技术与大模型深度融合，推出懂搜索、会提问的AI助手“百小应”。百小应不仅可以随时回答用户提出的各种问题，速读文件、整理资料、辅助创作等，还具备多轮搜索、定向搜索等搜索能力，能更精准地理解用户搜索需求，为用户提供专业、丰富的知识和资源。
Image
微软发布Phi-3 Vision等最新大模型系列
在今天凌晨的发布会上，微软发布了其最新的大型语言模型系列，Phi-3，包括Phi-3Vision、Phi-3Small7B和Phi-3Medium14B型号。
至此，整个Phi-3家族已经有了四名成员：Phi-3-vision ：具有语言和视觉能力的42亿参数的多模态模型。Phi-3-mini ：38亿参数语言模型，有两种上下文长度（128K 和 4K）。Phi-3-small ：70亿参数语言模型，有两种上下文长度（128K 和 8K）。Phi-3-medium ：140亿参数语言模型，有两种上下文长度（128K 和 4K）。
Image
谷歌 DeepMind 推出 AI 安全框架 Frontier Safety Framework
据谷歌官方消息，谷歌 DeepMind 日前推出了一款名为Frontier Safety Framework的 AI 安全框架，主要用于检测 AI 模型的风险情况。
谷歌表示，Frontier Safety Framework框架可以主动识别到未来可能酿成巨大风险的 AI 能力，并向研究人员发出警报，指出究竟如何被黑客利用。Frontier Safety Framework 1.0 版本主要包含三个关键组件，即识别模型是否具备酿成重大风险的能力，预估模型会在什么阶段具备安全隐患以及智能优化模型防止其酿成风险。
Image
免登录版 ChatGPT 应用有望很快登陆移动端
据 Android Authority 报道，OpenAI 已经在Android 上的 ChatGPT v1.2024.136（测试版）中加入更新，让用户可以在无需注册的情况下开始与聊天机器人对话并获得其帮助。
据悉，用户可以选择不将他们的对话内容用于改进 ChatGPT 和 OpenAI 模型，但是免登录版本的聊天机器人不支持上传图片。此功能需要 GPT-4o 模型的支持，并且需要用户使用免费或高级账户登录。
Image
xAI正努力实现Grok多模态化 将支持上传照片获得文本回复
据 The Verge 报道，xAI 正在为其 Grok 聊天机器人添加多模态输入。这意味着，用户很快就可以向 Grok 上传照片，并获得基于文本的回答。
xAI 在上个月的一篇博文中首次预告了这一消息，称 Grok-1.5V 将提供 "多个领域的多模态模型"。开发者文档的最新更新似乎显示了新模型的发布进展。
Image
Azure AI Studio 已支持提供 OpenAI GPT-4o API
据微软表示，由 OpeanAI 开发的最新旗舰模型 GPT-4o，现已在 Azure AI Studio 中提供，并作为 API 提供。
GPT-4o是OpenAI 最新推出的多模态模型，集成了文本、图像和音频处理能力，带来了全新的生成式和对话式 AI 体验。此外，由微软开发的 Phi-3 列 AI 小型语言模型 （SLM） 中的一种新型多模态模型 Phi-3-vision 现已在 Azure 中推出。
Image
IBM 开源Granite 代码模型，采用116种编程语言训练
Image
Adobe Lightroom 添加全新 AI 功能，一键移除图片元素
Image
微软 Team Copilot 计划于年内推出预览版
在今天凌晨的微软Build 2024 开发者大会上，微软宣布推出了最新的 Team Copilot。
Team Copilot 是 Copilot for Microsoft 365 的扩展，旨在“将 Copilot 扩展到个人 AI 助理之外，可以协助团队改善协作和项目管理 ”，使用者将能够在 Teams、Loop、Planner 等应用中调用 Copilot。这些功能将于 2024 年晚些时候以预览版形式向拥有 Microsoft Copilot for Microsoft 365 许可证的客户推出。
Image
讯飞星火 Lite API 能力免费开放
据科大讯飞官方消息，本月起讯飞星火API能力正式免费开放，携手生态开发者加快大模型赋能刚需场景。
科大讯飞表示，在讯飞星火，1token相当于1.5个中文汉字，因此2.1元就足够调用“讯飞星火3.5 Max”生成一部余华《活着》的内容量。焕新的价格体系将帮助开发者降低调用成本，驱动产品创新验证，解决真实世界的刚需。
Image
今日重点论文：
Apollo Research
《The Local Interaction Basis: Identifying Computationally-Relevant and Sparsely Interacting Features in Neural Networks》
通过将神经网络的激活转换为新的基础（Local Interaction Basis），以识别计算特征并去除不相关的激活和交互。该方法还根据下游计算的重要性对特征进行缩放，产生一个交互图，显示模型中所有相关的计算特征和交互。该方法在模块化加法和CIFAR-10模型上表现良好，可以识别更多的计算特征，并且与主成分分析相比，这些特征之间的交互更加稀疏。但是，该方法在应用于语言模型时没有显著提高可解释性或交互稀疏性。
论文地址：
https://arxiv.org/abs/2405.10928v2
Apollo Research
《Using Degeneracy in the Loss Landscape for Mechanistic Interpretability》
论文主要研究如何提高神经网络的可解释性，解决神经网络中存在的参数退化问题？通过消除神经网络中存在的退化参数，提出一种不变表示法，从而提高神经网络的可解释性。论文提出了神经网络参数退化的三种情况，并通过提出的不变表示法，实现了对神经网络的可解释性提高。实验使用了多个数据集，并开源了代码。
论文地址：
https://arxiv.org/abs/2405.10927v2
上海科技大学
《Layer-Condensed KV Cache for Efficient Inference of Large Language Models》
论文旨在如何解决大型语言模型中存储消耗巨大的问题，研究团队提出一种只计算和缓存少数层的KVs的新方法，从而显著节省内存消耗，提高推理吞吐量。实验显示，该方法比标准transformer具有高达26倍的吞吐量，并在语言建模和下游任务中具有竞争力。该方法与现有transformer的内存节省技术相互独立，易于集成，从而进一步提高推理效率。
论文地址：
https://arxiv.org/abs/2405.10637v1
斯坦福大学
《Many-Shot In-Context Learning in Multimodal Foundation Models》
本文旨在评估多模态基础模型在从少量演示示例到大量演示示例的情况下，执行上下文学习（ICL）的性能。作者使用10个跨多个领域和任务的数据集对GPT-4o和Gemini 1.5 Pro进行基准测试，以研究多样化的演示示例数量对模型性能的影响。文章的关键思路是评估多模态基础模型在从少量演示示例到大量演示示例的情况下，执行上下文学习（ICL）的性能。作者发现，大量的演示示例数量（高达近2000个）可以显著提高模型性能，并且批处理多个查询可以在零样本和多样本ICL下提高性能，同时大大降低每个查询的成本和延迟。
论文地址：
https://arxiv.org/abs/2405.09798v1
Image

KEEP THE THREAD GOING

更多来源文章