#LLM

Запропоновано метод генерації пам’яті для покращення розмовної узгодженості у LLM

Останніми роками ми стали свідками сплеску інтересу та досліджень, пов'язаних з комунікаційними системами з відкритим доменом, зокрема чат-ботами. Однак підтримка змістовної та послідовної розмови протягом тривалого періоду є величезним викликом.

Нова мовна модель ШІ з відкритим вихідним кодом Falcon випередила Meta і Google

LLaMA 2 від Meta була витіснена нещодавно випущеною 180-мільярдною мовною моделлю Falcon Large Language Model.

Застосування SAM до медичних 2D-зображень

Сегментація медичних зображень відіграє ключову роль у сфері охорони здоров'я, дозволяючи лікарям точно ідентифікувати і цілеспрямовано впливати на хворі ділянки тіла. Ця точність є життєво важливою для постановки точного діагнозу та ефективного лікування.

Модель машинного навчання досягає рівня людини в описі запахів хімічних речовин

Розуміння складного зв'язку між хімічними структурами та нашим сприйняттям запахів вже давно є викликом для нейронауки. У той час як інші органи чуття, такі як зір та слух, мають чітко встановлені зв'язки між фізичними властивостями та якостями сприйняття, нюхова система залишалася загадкою в цьому відношенні.

Складність і логічність коду відповідно до міркувань великих мовних моделей

Новітні методології, відомі як "програми мислення", використовують мови програмування для вдосконалення системи підказок для складних міркувань. На відміну від підказок у вигляді ланцюжка думок, підказки у вигляді програми розбивають проблеми на виконувані сегменти коду, послідовно вирішуючи їх.

Опенсорсна 1B-параметрична модель великої мови для генерації коду

У середовищі штучного інтелекту, що стрімко розвивається, ефективна генерація коду є беззаперечним викликом. Оскільки складність моделей продовжує зростати, попит на точну генерацію коду різко збільшився, що супроводжується зростанням занепокоєння щодо споживання енергії та операційних витрат.

Розуміння темної сторони великих мовних моделей

Останніми роками великі мовні моделі (LLM) набули значної популярності в галузі обробки природної мови (Natural Language Processing, NLP). Масштабування моделей машинного навчання на основі нейронних мереж призвело до значного прогресу, в результаті чого з'явилися моделі, здатні генерувати природну мову, яка дуже нагадує текст, створений людиною.

Поєднання LLM та DevOps для програмного забезпечення

DevOpsGPT поєднує великі мовні моделі (LLM) та інструменти DevOps, щоб створити рішення для автоматизації розробки програмного забезпечення на основі штучного інтелекту. Цей інноваційний підхід дозволяє DevOpsGPT перетворювати запити природною мовою у функціональне програмне забезпечення, підвищуючи ефективність, скорочуючи час ітерацій та зменшуючи витрати на комунікацію.

Alibaba представляє Qwen-VL: моделі мови технічного зору для тексту та зображень

Великі мовні моделі (LLM) привертають до себе багато уваги, тому що вони дуже добре розуміють і створюють текст. Ці моделі можуть взаємодіяти з людьми і допомагати їм краще виконувати завдання

Ітеративна модель великої мови, з можливістю самоперевірки та генеруванням зворотного зв’язку

Нещодавнє дослідження підкреслило ефективність включення зворотного зв'язку на природній мові для підвищення продуктивності мовних моделей. Команда дослідників з KAIST представила інноваційну модель під назвою SelFee, спеціально розроблену для отримання зворотного зв'язку та саморедагування.

Microsoft наділила ШІ людським мисленням за допомогою «алгоритму думок»

Microsoft представив новий метод навчання ШІ під назвою «Алгоритм думок» (AoT), покликаний зробити великі мовні моделі більш ефективними і схожими на людину за своїми здібностями до міркувань.

Поглиблений аналіз достовірності в моделях GPT

Машинне навчання, особливо великі мовні моделі (LLM), знаходить все ширше застосування, починаючи від чат-ботів і медичної діагностики і закінчуючи робототехнікою. Незважаючи на занепокоєння щодо галюцинацій, дезінформації та упередженості, більше половини респондентів у нещодавньому глобальному опитуванні висловили готовність впроваджувати нові технології у таких чутливих сферах, як фінансове планування та медичне консультування.