ReaderMX.
GenAI新世界

8月20日 AI 头条 | 阿里通义千问宣布启用新域名“tongyi.ai”，网页版聊天新增深度搜索功能

G大模型机动组约 6 分钟

Image

划重点:

  • 阿里通义千问宣布启用新域名“tongyi.ai”，网页版聊天新增深度搜索功能

  • Luma v1.5版本发布 更快、更真、更清晰

  • Procreate 发布反AI承诺，表示不会利用生成式 AI 参与创作

  • 中国工程院院士邬贺铨：AI 大模型仍需“大力出奇迹”、提升算力枢纽利用率

  • 亚马逊 8000 万美元收购边缘 AI 推理软硬件企业 Perceive 大部分资产

  • 通义千问数学模型Qwen2 Math Demo放出，72B版优于GPT-4

  • Salesforce推出xGen-MM开源多模态AI模型

资讯详情：
阿里通义千问宣布启用新域名“tongyi.ai”，网页版聊天新增深度搜索功能
据阿里巴巴官方消息，阿里大语言模型通义千问今日宣布启用新域名tongyi.ai，并带来多项新功能。
除了域名更新，网页版通义千问还在聊天页面中增加了深度搜索功能，该功能支持更多内容源索引，搜索结果更加深度、专业和结构化，数字角标悬浮显示来源网页。此外，App 图片微动效现已支持多尺寸图片，用户只需要上传一张图片，即可生成与画面匹配的音效及微动视频效果。
阿里云在 8 月 8 日的万网焕新发布会上宣布，域名产品服务完成 AI 化系列改造，推出首个域名 AI 大模型应用，并上线“.ai”等 40 余个全新的域名后缀、2000 万个全球域名资源。
Image
Luma v1.5版本发布 更快、更真、更清晰
据 Luma AI 官方消息，Luam v1.5版本已经在近日发布，在视频生成方面获得巨大改善。
据luma 官方表示，Luma v1.5版本在视频生成方面取得了显著进步，不仅提升了视频的质量，更缩短了生成时间。现在，用户可以在更短的时间内，得到更高质量的视频作品。增强的运动效果让视频中的动作更加流畅和逼真，符合物理规律的运动表现，为观众带来更加沉浸的观看体验。
Luma v1.5对文本的理解能力进行了深度加强，现在它能够更准确地捕捉文本的语义，生成与文本内容高度一致的视频画面。
Image
Procreate 发布反AI承诺，表示不会利用生成式 AI 参与创作
数字绘图应用软件 Procreate 今天发布反AI承诺，表示该平台不会使用生成式 AI 来帮助用户创作。
Procreate在承诺中表示，他们认为生成式 AI 正在人性从事物中剥离出来。这项技术建立在偷窃的基础上，正在把创作者引向一个荒芜的未来。Procreate认为机器学习是一项引人注目的技术，有很多优点，但人工智能的生成之路对部分人来说是错误的。为此，Procreate承诺不会使用生成式 AI 技术。
创意社区对生成性人工智能的不满主要有两个原因：一是人工智能模型在未经同意或补偿的情况下使用他们的内容来训练，二是这种技术的广泛采用将大幅减少就业机会。这些担忧促使一些数字插画师寻求其他解决方案，以避免使用生成式人工智能，例如 Adobe Photoshop。
Image
中国工程院院士邬贺铨：AI 大模型仍需“大力出奇迹”、提升算力枢纽利用率
据中新社报道，中国工程院院士邬贺铨 19 日在 2024 北京人工智能生态大会上表示，人工智能是新质生产力的引擎，大模型的发展仍然需要“大力出奇迹”，多措并举提升对物理世界的模拟能力。
算力、数据等是促进人工智能发展的关键要素。据IT之家此前报道，中国信通院 7 月数据显示，截至 2023 年，全国在用算力中心机架总规模已超过 810 万标准机架，算力总规模达到 230EFLOPS，位居全球第二。
邬贺铨院士指出，中国已建的算力枢纽的利用率还有较大提升空间，通过集约优化可解决目前对算力的需求。中国具有超大规模市场、海量数据资源、丰富应用场景等潜能，但数据供给质量不高、流通机制不畅、应用潜力释放不够，需加快数据基础制度建设，推动政府数据共享和开放，促进数据流通和应用。
邬贺铨院士表示，大模型领域存在规模化定律，模型参数量、数据集大小，以及用于训练的算力规模三因素同时放大才有最佳效果，当不受其他两个因素的制约时，大模型性能与单个因素都有幂律关系，仍然需要“大力出奇迹”。
Image
亚马逊 8000 万美元收购边缘 AI 推理软硬件企业 Perceive 大部分资产
据 Xperi 文件表示，Amazon.com Services 将以 8000 万美元的价格买下 Xperi 子公司 Perceive 的大部分资产和某些负债。
Perceive 是一家专注于边缘 AI 推理软硬件的公司。亚马逊表示，他们很高兴签署了收购 Perceive 的协议，并将其优秀的团队带入我们的工作中，为能够在边缘运行的设备带来大型语言模型和多模式体验。
亚马逊预计这笔交易有望在本年内完成，且不需要获得监管部门的批准；绝大多数 Perceive 员工将在收购完成后加入亚马逊的设备与服务团队。
Image
通义千问数学模型Qwen2 Math Demo放出，72B版优于GPT-4
据 Github 页面显示，阿里巴巴通义千问团队近日放出了全新的Qwen2Math Demo，该模型在数学方面的表现强过 GPT-4。
Qwen2Math 支持用户输入图片，它不仅可以处理文字方面的的数学问题，还可以直接读懂图片或者解决截图中的问题。Qwen2-Math推出了三个版本:72B、7B和1.5B。其中7B版本用不到十分之一的参数量，就超过了72B的开源数学模型NuminaMath。
Image
Salesforce推出xGen-MM开源多模态AI模型
据 Huggingface 页面显示，Salesforce近日推出了一款开源多模态AI模型xGen-MM。
据悉，该模型具有处理交错数据的能力，能够同时理解和生成文本、图像等多种数据类型，对AI的研究和应用方式可能产生深远影响。文章还讨论了模型的性能优势、开源举措的意义以及对AI领域透明度的推动作用。
Image
今日重点论文：
斯坦福大学：
《Mission: Impossible Language Models》
论文旨在验证大型语言模型（LLMs）是否能够学习人类无法学习的语言，以及这些模型的学习能力是否与人类相同。通过开发一组人工合成的不可能语言，系统地改变英语数据的单词顺序和语法规则，对GPT-2小型模型进行评估，发现相对于英语控制组，GPT-2在学习不可能语言时表现较差，挑战了LLMs能够与人类相同的核心主张。
论文地址：
https://arxiv.org/abs/2401.06416v1
基辅莫希拉学院大学：
《Multi-Meta-RAG: Improving RAG for Multi-Hop Queries using Database Filtering with LLM-Extracted Metadata》
如何解决传统的RAG应用在多跳问题上表现不佳的问题？使用多元数据的数据库过滤方法来提高RAG的文档选择能力，从而回答多跳问题。论文提出了一种名为Multi-Meta-RAG的新方法，使用数据库过滤和LLM提取的元数据来改进RAG的文档选择能力。实验结果表明，Multi-Meta-RAG在MultiHop-RAG基准测试中表现优秀。作者已经开源了代码。
论文地址：
https://arxiv.org/abs/2406.13213v1
香港中文大学：
《MoFO: Momentum-Filtered Optimizer for Mitigating Forgetting in LLM Fine-Tuning》
本文试图解决在LLMs fine-tuning过程中，由于遗忘问题导致性能下降的问题。本文提出了一种新的fine-tuning算法MoFO，通过迭代选择和更新具有最大动量幅度的模型参数，实现了与全参数训练相似的性能，同时让参数更接近预训练模型，从而缓解了遗忘问题。与现有大多数方法不同，MoFO不需要访问预训练数据，也不会改变原始损失函数。
论文地址：
https://arxiv.org/abs/2407.20999v1
香港科技大学：
《A Survey on Large Language Models for Code Generation》
这篇论文旨在填补自然语言处理和软件工程领域中缺乏系统性和最新综述的空白，通过系统性的文献综述，提供最新的关于使用LLMs进行代码生成的研究进展，以及实际应用和性能评估。该论文提出了一种分类方法，对最近的LLMs进行了分类和讨论，并比较了不同模型的性能。通过实验对比，论文表明了LLMs在代码生成方面的潜力和局限性，并探讨了未来的研究方向。
论文地址：
https://arxiv.org/abs/2406.00515v1
Image

KEEP THE THREAD GOING

更多来源文章