大語(yǔ)言模型文章最新資訊

AI 顛覆者 DeepSeek 的下一代模型因 Nvidia GPU 對(duì)中國(guó)出口限制而延遲——AI GPU 短缺阻礙開發(fā)

（圖片來源：英偉達(dá)）DeepSeek 憑借其今年的 R1 AI 模型吸引了大量關(guān)注，但似乎下一代 R2 模型的開發(fā)因中國(guó) Nvidia H20 處理器的短缺而停滯，據(jù) 信息報(bào)道。DeepSeek 本身尚未評(píng)論其 R2 模型的發(fā)布時(shí)間。DeepSeek 使用由其投資者 High-Flyer Capital Management 獲得的包含 50,000 個(gè) Hopper GPU 的集群——其中包括 30,000 個(gè) H20、10,000 個(gè) H800 和 10,000 個(gè) H100——
關(guān)鍵字： DeepSeek AI 大語(yǔ)言模型 GPU 英偉達(dá)

特朗普的 AI 顧問：中國(guó)在芯片設(shè)計(jì)方面最多落后美國(guó)兩年

根據(jù)彭博社，白宮加密貨幣和人工智能負(fù)責(zé)人大衛(wèi)·薩克斯表示，中國(guó)在半導(dǎo)體設(shè)計(jì)方面最多落后美國(guó)兩年，并且越來越擅長(zhǎng)規(guī)避美國(guó)的出口管制。薩克斯警告說，美國(guó)應(yīng)該關(guān)注華為迅速縮小與全球競(jìng)爭(zhēng)對(duì)手的差距，并引用了 DeepSeek 最近突破的人工智能模型作為證據(jù)，表明中國(guó)盡管受到限制，但仍在不斷進(jìn)步。正如彭博社補(bǔ)充的那樣，他指出在 DeepSeek 推出之前，人們普遍認(rèn)為中國(guó)落后了好幾年——但 DeepSeek 的崛起表明，現(xiàn)在差距可能只有幾個(gè)月。他還批評(píng)了拜登政府的人工智能擴(kuò)散規(guī)則——特朗普政府上個(gè)月已撤銷該規(guī)則——
關(guān)鍵字： AI 智能計(jì)算大語(yǔ)言模型

越來越多的員工在使用人工智能，但企業(yè)仍然難以使其變得有用

GenAI 在工作場(chǎng)所的使用正在飛速發(fā)展。蓋洛普和 Salesforce AI 研究發(fā)布了兩份新報(bào)告，描繪了組織及其員工適應(yīng)這一技術(shù)轉(zhuǎn)變時(shí)日益增長(zhǎng)的熱情和持續(xù)的挑戰(zhàn)。這些研究共同揭示了一個(gè)核心主題：雖然 AI 比以往任何時(shí)候都更廣泛地被接受，但其在承諾與實(shí)際表現(xiàn)之間的差距仍然是企業(yè)和員工共同面臨的一個(gè)重大障礙。蓋洛普最新的研究發(fā)現(xiàn)，過去兩年中，美國(guó)員工使用 AI 的頻率幾乎翻了一番。2023 年，只有 21%的工人報(bào)告稱每年至少使用幾次 AI；到 2025 年，這一數(shù)字飆升至 40%。頻繁使用——定義為每
關(guān)鍵字： AI 智能計(jì)算大語(yǔ)言模型

分析發(fā)現(xiàn)，“推理”人工智能模型的改進(jìn)可能會(huì)很快放緩

非營(yíng)利性人工智能研究機(jī)構(gòu)Epoch AI的一項(xiàng)分析表明，人工智能行業(yè)可能無法通過推理人工智能模型獲得巨大的性能提升。根據(jù)報(bào)告的調(diào)查結(jié)果，在一年內(nèi)，推理模型的進(jìn)展可能會(huì)放緩。近幾個(gè)月來，OpenAI的o3等推理模型在人工智能基準(zhǔn)上取得了重大收益，特別是衡量數(shù)學(xué)和編程技能的基準(zhǔn)。這些模型可以將更多的計(jì)算應(yīng)用于問題，這可以提高其性能，但缺點(diǎn)是它們比傳統(tǒng)模型需要更長(zhǎng)的時(shí)間來完成任務(wù)。推理模型是通過首先在大量數(shù)據(jù)上訓(xùn)練常規(guī)模型，然后應(yīng)用一種稱為強(qiáng)化學(xué)習(xí)的技術(shù)來開發(fā)的，這有效地為模型提供了對(duì)其難題解決方案的“反饋”。
關(guān)鍵字： AI 智能計(jì)算大語(yǔ)言模型

Arm平臺(tái)成功適配阿里開源模型Qwen3

近日，阿里巴巴開源了新一代通義千問模型Qwen3，Arm成為首批適配該模型的計(jì)算平臺(tái)廠商。雙方的合作不僅推動(dòng)了AI技術(shù)在端側(cè)設(shè)備上的應(yīng)用，還為開發(fā)者提供了更高效的解決方案。據(jù)官方消息，Arm面向AI框架開發(fā)者的開源計(jì)算內(nèi)核KleidiAI已與阿里巴巴的輕量級(jí)深度學(xué)習(xí)框架MNN深度集成。得益于此，Qwen3系列中的三款模型（Qwen3-0.6B、Qwen3-1.7B及Qwen3-4B）能夠在搭載Arm架構(gòu)CPU的移動(dòng)設(shè)備上無縫運(yùn)行，展現(xiàn)出卓越的端側(cè)AI推理能力。作為阿里巴巴最新發(fā)布的混合推理模型，Qwen3
關(guān)鍵字：阿里巴巴 Arm AI 大語(yǔ)言模型

DeepSeek大膽披露：理論利潤(rùn)率高達(dá)545%！

3月1日消息，今日，DeepSeek正式在知乎平臺(tái)開設(shè)了其官方賬號(hào)，并發(fā)布了一篇名為《DeepSeek-V3/R1推理系統(tǒng)概覽》的技術(shù)文章。在這篇文章中，DeepSeek首次向公眾詳細(xì)公布了其模型推理系統(tǒng)的優(yōu)化細(xì)節(jié)，同時(shí)披露了成本利潤(rùn)率的關(guān)鍵信息。據(jù)文章介紹，DeepSeek在推算成本時(shí)，假定GPU租賃成本為2美金/小時(shí)，據(jù)此計(jì)算出總成本為87,072美金/天。而在收入方面，如果所有tokens都按照DeepSeek R1的定價(jià)進(jìn)行計(jì)算，那么理論上一天的總收入可以達(dá)到562,027美金?；谶@些數(shù)據(jù)，De
關(guān)鍵字： DeepSeek AI 大語(yǔ)言模型人工智能

美銀：DeepSeek可能加速中國(guó)車企自動(dòng)駕駛技術(shù)研發(fā)

快科技2月17日消息，據(jù)報(bào)道，美銀證券的分析師在一份研究報(bào)告中寫道，DeepSeek可能會(huì)加速中國(guó)汽車生產(chǎn)商自動(dòng)駕駛技術(shù)的開發(fā)。他們表示，DeepSeek的開發(fā)邏輯與自動(dòng)駕駛有一定相似之處，可能對(duì)未來自動(dòng)駕駛技術(shù)的開發(fā)產(chǎn)生影響。DeepSeek的方法可以增強(qiáng)自動(dòng)駕駛解決方案公司的多模態(tài)能力，幫助這些公司更好地理解道路場(chǎng)景，并在復(fù)雜的道路條件下提供更強(qiáng)大的性能。分析師指出，這在處理復(fù)雜場(chǎng)景時(shí)，所需的額外計(jì)算能力投入也減少了。一些大型汽車生產(chǎn)商已將DeepSeek納入自身的自動(dòng)駕駛模型，規(guī)模較小的公司未來也可
關(guān)鍵字： DeepSeek AI 大語(yǔ)言模型人工智能自動(dòng)駕駛

谷歌 DeepMind 發(fā)布 WebLI-100B：千億級(jí)數(shù)據(jù)集解鎖 AI 視覺語(yǔ)言模型的文化多樣性

2 月 14 日消息，科技媒體 marktechpost 昨日（2 月 13 日）發(fā)布博文，報(bào)道稱谷歌 DeepMind 團(tuán)隊(duì)發(fā)布了 WebLI-100B 千億級(jí)數(shù)據(jù)集，并通過增強(qiáng)文化多樣性和多語(yǔ)言性，以及減少子組之間的性能差異來提高包容性。目前挑戰(zhàn)注：機(jī)器通過學(xué)習(xí)大型數(shù)據(jù)集來連接圖像和文本，數(shù)據(jù)越多，模型識(shí)別模式和提高準(zhǔn)確性的能力就越強(qiáng)。視覺語(yǔ)言模型 (VLMs) 依賴這些數(shù)據(jù)集執(zhí)行圖像字幕和視覺問答等任務(wù)。視覺語(yǔ)言模型目前依賴于 Conceptual Captions 和 LAION 等大型數(shù)據(jù)集，包
關(guān)鍵字： AI 智能計(jì)算大語(yǔ)言模型

國(guó)產(chǎn)大模型 DeepSeek-V3 開源：6710 億參數(shù)自研 MoE，性能和 GPT-4o 不分伯仲

12 月 27 日消息，“深度求索”官方公眾號(hào)昨日（12 月 26 日）發(fā)布博文，宣布上線并同步開源 DeepSeek-V3 模型，用戶可以登錄官網(wǎng) chat.deepseek.com，與最新版 V3 模型對(duì)話。援引博文介紹，DeepSeek-V3 是一個(gè) 6710 億參數(shù)的專家混合（MoE，使用多個(gè)專家網(wǎng)絡(luò)將問題空間劃分為同質(zhì)區(qū)域）模型，激活參數(shù) 370 億，在 14.8 萬億 token 上進(jìn)行了預(yù)訓(xùn)練。多項(xiàng)評(píng)測(cè)成績(jī)超越 Qwen2.5-72B 和 Llama-3.1-405B 等開源模型，
關(guān)鍵字： DeepSeek-V3 AI 大語(yǔ)言模型人工智能

AI“軍備競(jìng)賽”再提速！亞馬遜(AMZN.US)推出全新芯片陣列和大語(yǔ)言模型

智通財(cái)經(jīng)獲悉，亞馬遜(AMZN.US)正在擴(kuò)大其人工智能產(chǎn)品陣容，推出了功能強(qiáng)大的新芯片陣列和大型語(yǔ)言模型，并稱其可以與主要競(jìng)爭(zhēng)對(duì)手競(jìng)爭(zhēng)。這家總部位于西雅圖的公司正在將數(shù)十萬個(gè)Trainium2半導(dǎo)體組裝成集群，這將使合作伙伴Anthropic更容易訓(xùn)練生成式人工智能和其他機(jī)器學(xué)習(xí)任務(wù)所需的大型語(yǔ)言模型。亞馬遜表示，新陣列將使這家初創(chuàng)公司目前的處理能力提高五倍。亞馬遜在其年度re:Invent大會(huì)上表示，云服務(wù)部門AWS于周二開始向客戶提供最新芯片。另外，亞馬遜首席執(zhí)行官Andy Jassy介紹了一款名為
關(guān)鍵字： AI 亞馬遜 AMZN.US 芯片陣列大語(yǔ)言模型

Gartner：中國(guó)大語(yǔ)言模型價(jià)格戰(zhàn)推動(dòng)人工智能加速上云

Gartner研究表明，隨著時(shí)間的推移和價(jià)格的持續(xù)下降，以及云部署在敏捷性、創(chuàng)新速度和生態(tài)系統(tǒng)方面的優(yōu)勢(shì)，中國(guó)企業(yè)的人工智能（AI）部署將逐步從本地轉(zhuǎn)向云端。Gartner預(yù)測(cè)，到2027年，中國(guó)的全部AI推理工作負(fù)載中，基于云的工作負(fù)載占比將從前的20%上升至80%。Gartner高級(jí)研究總監(jiān)方琦表示：“多家中國(guó)生成式人工智能（GenAI）廠商，其大語(yǔ)言模型應(yīng)用編程接口（API）的推理成本已經(jīng)降低了90%以上，有力地推動(dòng)了企業(yè)地GenAI采用。企業(yè)數(shù)據(jù)和分析（D&A）領(lǐng)導(dǎo)者應(yīng)積極評(píng)估相關(guān)影響，并
關(guān)鍵字： Gartner 大語(yǔ)言模型價(jià)格戰(zhàn)

加速基于 Arm Neoverse N2 的大語(yǔ)言模型推理

人工智能 (AI) 正在眾多行業(yè)掀起浪潮，尤其是在大語(yǔ)言模型 (LLM) 問世后，AI 發(fā)展呈現(xiàn)井噴之勢(shì)。LLM 模型不僅極大改變了我們與技術(shù)的交互方式，并且在自然語(yǔ)言理解和生成方面展現(xiàn)出了驚人的能力。雖然 GPU 在訓(xùn)練生成式 AI 模型方面發(fā)揮了重要作用，但在推理領(lǐng)域，除了 GPU 和加速器之外，還有其他可行的選擇。長(zhǎng)期以來，CPU 一直被用于傳統(tǒng)的 AI 和機(jī)器學(xué)習(xí) (ML) 用例，由于 CPU 能夠處理廣泛多樣的任務(wù)且部署起來更加靈活，因此當(dāng)企業(yè)和開發(fā)者尋求將 LLM 集成到產(chǎn)品和服務(wù)中時(shí)，CPU
關(guān)鍵字： Arm Neoverse 大語(yǔ)言模型

口袋 AI 設(shè)備 Rabbit R1 身陷負(fù)面漩渦：API 被曝漏洞，可暴露用戶信息

IT之家 6 月 27 日消息，Rabbit R1 再次陷入輿論漩渦，繼 App 被批評(píng)套殼安卓，主推的大動(dòng)作模型 LAM 依賴 OpenAI 接口之外，其 API 被曝存在安全漏洞，有泄露用戶數(shù)據(jù)的風(fēng)險(xiǎn)。Rabbit R1 亮相于今年 CES 大展，其定位為口袋 AI 設(shè)備，這款產(chǎn)品擁有 2.88 英寸觸摸屏、一個(gè)可旋轉(zhuǎn)攝像頭和一個(gè)交互滾輪，搭載 Rabbit 自研操作系統(tǒng)。該設(shè)備最大的亮點(diǎn)在于內(nèi)置“大型操作模型（Large Action Model，LAM）”，堪稱“萬能應(yīng)用控制器”，無需使
關(guān)鍵字： Rabbit R1 AI 大語(yǔ)言模型

中國(guó)電信發(fā)布全球首個(gè)單體稠密萬億參數(shù)語(yǔ)義模型 Tele-FLM-1T

IT之家 6 月 19 日消息，中國(guó)電信人工智能研究院（TeleAI）和智源研究院聯(lián)合發(fā)布全球首個(gè)單體稠密萬億參數(shù)語(yǔ)義模型 Tele-FLM-1T，該模型與百億級(jí)的 52B 版本，千億級(jí)的 102B 版本共同構(gòu)成 Tele-FLM 系列模型。TeleAI 和智源研究院基于模型生長(zhǎng)和損失預(yù)測(cè)等技術(shù)，Tele-FLM 系列模型僅使用了業(yè)界普通訓(xùn)練方案 9% 的算力資源，基于 112 臺(tái) A800 服務(wù)器，用 4 個(gè)月完成 3 個(gè)模型總計(jì) 2.3T tokens 的訓(xùn)練。模型訓(xùn)練全程做到了零調(diào)整零重試
關(guān)鍵字： LLM AI 大語(yǔ)言模型

ISEDA首發(fā)！大語(yǔ)言模型生成的代碼到底好不好使

在大模型席卷一切、賦能百業(yè)的浪潮里，“碼農(nóng)”也沒能獨(dú)善其身。各種代碼自動(dòng)生成的大模型，似乎描繪了一個(gè)人人都能像資深工程師一樣寫代碼的美好未來。但在這個(gè)理想成為現(xiàn)實(shí)之前，有一個(gè)不能回避的問題 — 這些自動(dòng)生成的代碼真的有效嗎？大模型也會(huì)犯錯(cuò)，我們肯定不希望把看似正確的錯(cuò)誤結(jié)果交給用戶，所以需要一個(gè)能精確驗(yàn)證模型生成答案的考官。近期，芯華章提出了一種對(duì)大模型生成代碼形式化評(píng)估的方法，稱為FormalEval。它能自動(dòng)化檢査生成代碼的質(zhì)量，無需手動(dòng)編寫測(cè)試用例。經(jīng)過測(cè)試，F(xiàn)ormalEval
關(guān)鍵字： ISEDA 大語(yǔ)言模型代碼生成芯華章

共22條 1/2 1 2 »

大語(yǔ)言模型介紹

您好，目前還沒有人創(chuàng)建詞條大語(yǔ)言模型!
歡迎您創(chuàng)建該詞條，闡述對(duì)大語(yǔ)言模型的理解，并與今后在此搜索大語(yǔ)言模型的朋友們分享。創(chuàng)建詞條

大語(yǔ)言模型專欄文章

如何使用PyTorch訓(xùn)練LLM

大語(yǔ)言模型 文章 最新資訊

大語(yǔ)言模型介紹

大語(yǔ)言模型專欄文章

熱門主題

大語(yǔ)言模型文章最新資訊