搜索
AIGC已然无所不在，场景探索日新月异。 近日，浙江大学医学院附属第二医院发布了国内首个嵌入AI大模型的电子病历系统——Medcopilot（医疗AI助手），最短数秒之内可生成一份出院小结。
不久前，A16z AI 合伙人 Olivia Moore 分享了一张 AI 转录初创公司图谱，面向企业服务（B2B）的转录公司不仅数量多，更涉及人宠医疗、招聘、销售和会议等多元场景。其中作为“打工人刚需”的会议场景转录，参与厂商众多，我们也从中发现了一家非常有趣的华人创立公司——Notta。此前 TechCrunch 披露的融资信息显示，其总部位于新加坡，研发中心位于深圳。
情感陪伴是人类的永恒需求，也能在AI赛道上玩出花。
“中美AI差距究竟有几年？”这个问题困扰了不少只要根深蒂固，任尔东西南北风人，也有很多声音尝试将中美AI实力进行比较。其中，算法，一定是评判的首要标准。
从前两年的百模大战到大语言模型 LLM（Large Language Model）的逐步落地应用，端侧AI始终是人工智能技术发展中至关重要的一环。 所谓的端侧AI，即用户在使用过程中不依赖云服务器，直接在终端设备本地使用AI服务。相比于ChatGPT4.0和最新推出的Llama3.1等依赖于云端接口的主流大语言模型，设备端边缘应用的紧凑模型有较强的私密性，也具有个性化操作和节省成本等诸多优势。
Llama 3.1刚发布不久，Llama 4已完全投入训练中。 这几天，小扎在二季度财报会上称，Meta将用Llama 3的十倍计算量，训练下一代多模态Llama 4，预计在2025年发布。
检查内容是否用了ChatGPT，准确率高达99.9%！
英伟达最强芯片B200被迫推迟三个月，传闻闹的沸沸扬扬。
大模型作为当下 AI 工业界和学术界当之无愧的「流量之王」，吸引了大批学者和企业投入资源去研究与训练。随着规模越做越大，系统和工程问题已经成了大模型训练中绕不开的难题。例如在 Llama3.1 54 天的训练里，系统会崩溃 466 次，平均 2.78 小时一次！
在 RAG 系统开发中，良好的 Reranker 模型处于必不可少的环节，也总是被拿来放到各类评测当中，这是因为以向量搜索为代表的查询，会面临命中率低的问题，因此需要高级的 Reranker 模型来补救，这样就构成了以向量搜索为粗筛，以 Reranker 模型作精排的两阶段排序架构。