字节最新大模型秘籍：只挑能有推理潜力的数据训练！1.3B模型无需标签自动挑选
字节最新大模型秘籍：只挑能有推理潜力的数据训练！1.3B模型无需标签自动挑选和人工标记数据说拜拜，利用预训练语言模型中的注意力机制就能选择可激发推理能力的训练数据！
来自主题: AI技术研报
6081 点击 2025-05-16 10:07
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
和人工标记数据说拜拜，利用预训练语言模型中的注意力机制就能选择可激发推理能力的训练数据！
近日，位于美国加州的Stately Bio宣布完成1200万美元种子轮融资，由AIX Ventures领投，谷歌DeepMind首席科学家Jeff Dean等参投，资金用于拓展其平台技术和推进干细胞疗法开发。
AI 初创公司 Stability AI 发布了名为 Stable Audio Open Small 的“立体声”音频生成 AI 模型，该公司宣称这是市场上速度最快的模型，且效率高到足以在智能手机上运行。
空间音频，作为一种能够模拟真实听觉环境的技术，正逐渐成为提升沉浸式体验的关键。
昨晚的文章里，我介绍了一个 12 人团队做的 AI 社交伴侣产品做到 3000 万美金 ARR，它主要通过 AI 的能力释放了年轻人的娱乐和创作体验《12 个人做的 AI 社交产品 ARR 破 3000 万美金，Perplexity 最新估值 140 亿美金》。
流匹配模型因其坚实的理论基础和在生成高质量图像方面的优异性能，已成为图像生成（Stable Diffusion, Flux）和视频生成（可灵，WanX，Hunyuan）领域最先进模型的训练方法。然而，这些最先进的模型在处理包含多个物体、属性与关系的复杂场景，以及文本渲染任务时仍存在较大困难。
在视觉语言模型（Vision-Language Models，VLMs）取得突破性进展的当下，长视频理解的挑战显得愈发重要。以标准 24 帧率的标清视频为例，仅需数分钟即可产生逾百万的视觉 token，这已远超主流大语言模型 4K-128K 的上下文处理极限。
近年来，生成式人工智能（Generative AI）技术的突破性进展，特别是文本到图像 T2I 生成模型的快速发展，已经使 AI 系统能够根据用户输入的文本提示（prompt）生成高度逼真的图像。从早期的 DALL・E 到 Stable Diffusion、Midjourney 等模型，这一领域的技术迭代呈现出加速发展的态势。
金融科技巨头Stripe 周三在其年度用户大会 Stripe Sessions 上宣布了一系列新产品发布。
当AI与工具相结合，智能体不再只是概念！Minion-agent整合多框架能力，解决碎片化问题，支持多智能体协作与工具调用，降低开发门槛，已在多个场景中展现高效能力，有望推动AI智能体创新和普及！