🦉 AI新闻
🚀 Meta推出新一代AI编码工具Code Llama,助力程序员提高开发效率
摘要:Meta推出Code Llama,这是一个基于Llama 2语言模型打造的AI编码工具,能够生成新的代码并调试人类编写的工作。Code Llama可根据代码核自然语言提示生成代码,也可以根据指定的代码进行完善和调试。Meta表示,在基准测试中,Code Llama优于目前公开可用的LLM模型,并凭借着53.7%的准确编写代码得分和56.2%在MBPP上的得分,在代码编写方面具有一定优势。Code Llama将通过GitHub免费开放,并推出三种不同参数的版本。该新闻受众广泛,技术和编程领域的读者对于这种能够提升开发效率的AI编码工具表现出较高的兴趣和关注度。
🚀 国内首款AI搜索产品“天工AI搜索”首发实测
这是一款国内首个正式落地的独立AI搜索产品,它通过AI模型对用户的自然语言提问进行理解,并从相关网页中提取信息进行自动生成和总结,形成针对性的回答,还支持多轮追问。相比传统搜索,它屏蔽了广告和低质量内容,提供更精准和高效的结果。
🚀 好未来自研数学大模型MathGPT开启内测
摘要:好未来宣布自研的数学大模型MathGPT开始内测,用户可通过官网免费试用体验。MathGPT是面向全球数学爱好者和科研机构的大模型,通过文字或图片上传数学题可获得解答反馈,也可随机生成数学题目并获得解答。目前支持中英文版本的PC端和移动端体验,题目类型涵盖小学、初中、高中的数学题。MathGPT的解题能力将持续提升,基于该模型的产品应用也在加速研发中。
🚀 三星计划于2023年发布自家版生成式AI,类ChatGPT
摘要:据韩媒报道,三星计划于9月12日举办Real Summit 2023活动,并公开自家版本的生成式AI,具备类似于ChatGPT的多种技能。目前,该AI主要用于内部员工,提高工作效率。预计于2023年底或2024年初向员工开放。三星已向韩国知识产权信息服务中心提交商标申请,可能将命名为“Simply Chat”。此举将对公众产生影响,引发广泛兴趣,具有新颖性和重要性。
总分数:90
🚀 英伟达财报业绩强劲,股价下滑至40倍市盈率,仍被认为被低估
摘要:本文报道了英伟达公布的新财季财报,该财报业绩超出分析师预期,预期市盈率跌至约40倍,低于5月份的63倍。投资者对其估值过高的担忧得到缓解,还有观点认为英伟达的股价仍被低估,有较大上涨空间。分析师普遍认为,英伟达能继续保持增长势头并达到其估值水平。英伟达宣布回购额外250亿美元的股票,也给看涨人士带来了欢呼。综合影响力、公众兴趣、新颖性和重要性等因素,本文新闻评分为85分。
🚀 Gartner预测2023年全球AI硬件销售额将达534亿美元
摘要:根据市场研究公司Gartner的最新预测,到2023年全球用于AI的硬件销售收入预计将同比增长20.9%,达到534亿美元。Gartner表示,生成式AI的发展和各种基于AI的应用在数据中心、边缘基础设施和端点设备中的广泛使用,需要部署GPU和“优化的半导体设备”,这将推动AI芯片的生产和部署。预计到2027年,AI芯片收入将达到1194亿美元。随着企业中AI工作负载的成熟,许多行业和IT组织将部署包含AI芯片的系统。
🚀 中国知网发布基于“大模型 + AIGC”的大数据知识管理系列产品
摘要:中国知网在“2023年创新与大数据知识管理研讨会”上发布了基于“大模型 + AIGC”的大数据知识管理系列产品。其中包括“大数据治理平台”、“数字标准智能应用平台”、“知网智能写作平台”和“中国经济社会大数据研究平台”。其中,知网 AI 智能写作是利用大模型和知识库开发的“文档智能生产系统”,可辅助用户快速、高效地编写文档,提升报告质量,并支持重写、续写、润色等功能。此举将推动数字化转型,加速数字技术与实体经济融合发展。评分:影响力25分,公众兴趣25分,新颖性25分,重要性25分。
🗼 AI知识
🔥 大型语言模型的事实性摘要对比研究
本文对Llama-2-70b、GPT-4、GPT-3.5-turbo等大型语言模型进行了事实性摘要的对比实验。结果表明,Llama-2-70b和GPT-4在事实准确性方面表现较好,而GPT-3.5-turbo和较小的Llama存在问题。实验也指出了顺序偏见和遵循指示的重要性等问题。建议Llama-2-70b和GPT-4用于事实性摘要。Llama 2与GPT-4相比,在等效的事实水平下成本明显更低。实验通过Anyscale Endpoints平台完成,利用Pandas和Ray进行了易于实验化。
🔥 机器学习算法示例的收集
这是一系列独立的Python机器学习算法示例的收集,包含人工神经网络、马尔可夫决策过程和降维等各种算法。每个示例都附有对原始研究论文或书籍的参考,这些论文或书籍首次提出了该算法。
更多AI工具,参考Github-AiBard123,国内AiBard123