快速更迭的开源大模型领域，又出现了新王：Reflection 70B。 横扫 MMLU、MATH、IFEval、GSM8K，在每项基准测试上都超过了 GPT-4o，还击败了 405B 的 Llama 3.1。 这个新模型 Reflection 70B，来自 AI 写作初创公司 HyperWrite。
训练代码、中间 checkpoint、训练日志和训练数据都已经开源。
AlphaFold2解决了很大程度上解决了单体蛋白质结构预测问题。
或许是最后一次融资？ 花光100亿美元的OpenAI，又双叒开始融资了！ 8月30日，CNBC和《华尔街日报》双重报道称，OpenAI正在筹划新一轮数十亿的融资，本轮融资将由美国Thrive Capital领投10亿美元，其对OpenAI的估值跃升至1000亿美元以上。 目前，新一轮押注已经开始。除了Thrive Capital之外，微软、英伟达、苹果都开始蠢蠢欲动。
沿着 Scaling Law、卷模型性能，可能会走到「死胡同」。 谁在影响、定义我们的时代？他们做了什么，如何思考？对话关键人物，记录历史底稿。 我们被倡导要想明白自己的目标是什么、并做出计划。然而，两位人工智能研究者却认为，这只适用于普通的小愿望。
找不到商业化落地场景的Agent＋一个简单的Wifi音箱＋儿童喜爱的毛绒玩具，这三个看起来都平平无奇的元素，加在一起能产生什么化学反应？
近年来，Transformer等预训练大模型在语言理解及生成等领域表现出色，大模型背后的Scaling Law（规模定律）进一步揭示了模型性能与数据量、算力之间的关系，强化了数据在提升AI表现中的关键作用。
AnyGraph聚焦于解决图数据的核心难题，跨越多种场景、特征和数据集进行预训练。其采用混合专家模型和特征统一方法处理结构和特征异质性，通过轻量化路由机制和高效设计提升快速适应能力，且在泛化能力上符合Scaling Law。
向大模型输入「Michael Jordan plays the sport of _____（迈克尔・乔丹从事的体育运动是……）」，然后让其预测接下来的文本，那么大模型多半能正确预测接下来是「basketball（篮球）」。
该论文作者来自复旦大学、中电金信及上海智能视觉计算协同创新中心团队，论文已被多媒体领域顶级国际会议 ACM MultiMedia 2024 接收，并将在该大会上进行口头报告（Oral 接收率仅 3.97%）。
