ReaderMX.
GenAI新世界

7月12日 AI 头条｜OpenAI 建立 AI 智能分级系统，五级标准用于评判 AI 智能程度

G大模型机动组约 6 分钟
Image
划重点:
  • OpenAI 建立 AI 智能分级系统，五级标准用于评判 AI 智能程度
  • 英国 AI 芯片企业 Graphcore 已被软银收购
  • 智谱 AI宣布GLM-4-9B、CodeGeeX4-ALL-9B 支持 Ollama 部署
  • OpenAI 和洛斯阿拉莫斯国家实验室宣布合作，研究人工智能在生物科学研究中的应用
  • 三星 Galaxy AI 推出新功能，辅导孩子写作业
  • 商汤发布“东风”泰语大模型：全球首次实现可在泰 / 中 / 英环境下高效工作
  • 蚂蚁集团开源 EchoMimic 项目，让人像照片对口型
  • 智谱 AI 开源视频理解模型 CogVLM2-Video，可回答时间相关问题
资讯详情：
OpenAI 建立 AI 智能分级系统，五级标准用于评判 AI 智能程度
据 The Verge 报道，OpenAI 已经建立了一个内部的分级标准，用于对大模型的 治理标准进行评判。
按照 OpenAI 的内部标准，当前的ChatGPT 处于一级水平，但非常接近二级水平，即能解决基本问题的系统，其智力水平相当于拥有博士学位的水准。三级则能够代表用户采取行动的 AI。而第四级能够创造新的人工智能，第五级是实现 AGI 的最后一步，即能够执行整个组织的工作的人工智能。
Image
英国 AI 芯片企业 Graphcore 已被软银收购
Graphcore 官网显示，该公司已经被软银收购，具体交易金额并无公布。
据悉，Graphcore 将成为软银的全资子公司，继续以现有名称运营。本次收购后 Graphcore 不会进行裁员，并考虑增加在英国的员工人数。Graphcore 于 2016 年成立于英国西南部城市布里斯托尔，曾推出过多代被称为 Intelligence Processing Unit的 AI 负载加速器。
Image
智谱 AI宣布GLM-4-9B、CodeGeeX4-ALL-9B 支持 Ollama 部署
智谱 AI近日宣布，GLM-4-9B和CodeGeeX4-ALL-9B模型现在支持通过Ollama进行部署。
GLM-4-9B是智谱AI推出的开源预训练模型，属于GLM-4系列，它在语义、数学、推理、代码和知识等多方面展现出卓越的能力。CodeGeeX4-ALL-9B是在GLM-4-9B基础上训练的多语言代码生成模型，进一步提升了代码生成能力。
Image
OpenAI 和洛斯阿拉莫斯国家实验室宣布合作，研究人工智能在生物科学研究中的应用
据 OpenAI 官方消息，OpenAI 宣布与洛斯阿拉莫斯国家实验室合作，研究科学家如何在实验室环境中安全地使用人工智能来推动生物科学研究。
OpenAI 首席技术官Mira Murati表示："作为一家致力于服务公众利益的私营公司，我们很高兴能宣布与洛斯阿拉莫斯国家实验室建立首例合作关系，共同研究生物科学能力。这种合作关系标志着我们的使命取得了自然进展，在推进科学研究的同时，也了解并降低了风险。"
Image
三星 Galaxy AI 推出新功能，辅导孩子写作业
三星在本周三举办新品发布会，除了公布了一系列的硬件产品，还为旗下 AI 系统Galaxy AI 增加了不少新功能。
据悉，三星在Circle to Search的基础之上推出了作业助手功能，只需拍照后在问题上画圈圈，这项功能就能帮助孩子们解决复杂的问题，包括符号数学问题。三星表示，作业助手不会直接给出答案。它会引导孩子们完成解题的整个过程，让他们真正学会如何解题，从而在学习过程中做出实际贡献。
目前作业助手仅能处理数学问题，但三星表示将会在日后对该功能进行改善。
Image
商汤发布“东风”泰语大模型：全球首次实现可在泰 / 中 / 英环境下高效工作
据商汤科技官方公众号消息，商汤联合泰国 DTGO 集团及旗下 Quinnnova 共同发布东风泰语大模型（DTLM）。
东风泰语大模型结合了商汤与DTGO双方的专业能力——将商汤的基模型和算力优势，与DTGO的泰国语言文化优势相结合，提供本地化的生成式AI 体验，包括文本阅读理解，以及自然流畅的实时对话。这款大模型的名字东风来自于在两国都深受欢迎的中国古典名著《三国演义》，寓意中泰两国自古以来的文化交流，借生成式AI时代的东风进一步发扬光大。
Image
蚂蚁集团开源 EchoMimic 项目，让人像照片对口型
蚂蚁集团近日宣布，开源旗下 AI 项目EchoMimic 。该模型可以根据人像面部特征和音频来帮人物对口型，结合面部标志点和音频内容生成较为稳定、自然的视频。
EchoMimic具备较高的稳定性和自然度，通过融合音频和面部标志点（面部关键特征和结构，通常位于眼、鼻、嘴等位置）的特征，可生成更符合真实面部运动和表情变化的视频。
其支持单独使用音频或面部标志点生成肖像视频，也支持将音频和人像照片相结合做出“对口型”一般的效果。据悉，其支持多语言（包含中文普通话、英语）及多风格，也可应对唱歌等场景。
Image
智谱 AI 开源视频理解模型 CogVLM2-Video，可回答时间相关问题
智谱 AI 宣布，旗下视频理解模型CogVLM2-Video现已开源。
智谱 AI 提出了一种基于视觉模型的自动时间定位数据构建方法，生成了 3 万条与时间相关的视频问答数据。基于这个新数据集和现有的开放领域问答数据，引入了多帧视频图像和时间戳作为编码器输入，训练出 CogVLM2-Video 模型。
智谱 AI 表示，CogVLM2-Video 不仅在公共视频理解基准上达到了最新的性能，还在视频字幕生成和时间定位方面表现出色。
Image
今日重点论文：
Meta：
《MobileLLM: Optimizing Sub-billion Parameter Language Models for On-Device Use Cases》
论文旨在解决在移动设备上使用高效的大型语言模型（LLMs）的需求，以减少云计算成本和延迟问题。作者专注于设计具有不到十亿个参数的高质量LLMs，这是移动部署的实际选择。论文的关键思路是，相比于数据和参数数量，模型架构对于小于十亿参数的LLMs的重要性更大。作者利用深度和窄度架构，以及嵌入共享和分组查询注意机制，建立了一个强大的基线网络，称为MobileLLM。
论文地址：
https://arxiv.org/abs/2402.14905v1
ARC：
《Reactor Mk.1 performances: MMLU, HumanEval and BBH test results》
Reacto Mk.1是一种大型语言模型，本文试图评估其性能并与其他模型进行比较，并强调其在效率和效能方面的优势。Reacto Mk.1在MMLU数据集上获得了92%的得分，在HumanEval数据集上获得了91%的得分，在BBH数据集上获得了88%的得分。该模型在处理复杂任务和推理方面表现出色。
论文地址：
https://arxiv.org/abs/2406.10515v1
Meta：
《Distilling System 2 into System 1》
论文试图通过自监督方法将系统2技术中的中间推理过程提取出来，以提高LLM的生成质量，同时减少推理成本。这是否是一个新问题？论文的关键思路是将系统2技术中的中间推理过程提取出来，然后通过自监督方法将其融合到LLM的生成中，以提高生成质量。相比当前领域的研究，该论文的思路具有创新性。
论文地址：
https://arxiv.org/abs/2407.06023v2
康奈尔大学：
《An Abundance of Katherines: The Game Theory of Baby Naming》
论文试图通过假设父母只关注名字的独特性，创建一个可行的模型来研究婴儿命名竞争的现象。论文的关键思路是创建一个假设模型，通过数值实验和大型语言模型工具的分析来探讨婴儿命名竞争现象。
论文地址：
https://arxiv.org/abs/2404.00732v2
Image

KEEP THE THREAD GOING

更多来源文章