获阿里2亿元投资，「精准学」将推出AI辅学机，基于通义千问打造 |
获阿里2亿元投资，「精准学」将推出AI辅学机，基于通义千问打造 |从教育版“高德地图”，到真正的“AI老师”
来自主题: AI资讯
10783 点击 2024-05-30 10:45
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
从教育版“高德地图”，到真正的“AI老师”
在大模型实际部署落地的过程中，如何赋予大模型持续学习的能力是一个至关重要的挑战。这使其能够动态适应新的任务并不断获得新的知识。大模型的持续学习主要面临两个重大挑战，分别是灾难性遗忘和知识迁移。灾难性遗忘是指模型在学习新任务时，会忘记其已掌握的旧任务。知识迁移则涉及到如何在学习新任务时有效地应用旧任务的知识来提升新任务学习的效果。
随着大语言模型（LLM）的快速发展，其在文本生成、翻译、总结等任务中的应用日益广泛。如微软前段时间发布的Copilot+PC允许使用者利用生成式AI进行团队内部实时协同合作，通过内嵌大模型应用，文本内容可能会在多个专业团队内部快速流转，对此，为保证内容的高度专业性和传达效率，同时平衡内容追溯、保证文本质量的LLM水印方法显得极为重要。
生成式AI在媒体应用中的里程碑事件。
大模型加持下的搜索和浏览器，是360重构AI时代互联网入口的重要一步。
所有人都想知道：除了聊天，AI的第二个爆发点是什么？
大模型从“聊天机器人”到每个人的Killer APP，中间到底还有多远？
你真正用AI做过什么吗？
经济观察报注意到，目前降低的只是调用大模型应用程序编程接口（API）的费用。与这一费用相比，客户使用云服务后，付费环节更多、付费额度更高。
当前，多模态大模型 （MLLM）在多项视觉任务上展现出了强大的认知理解能力。 然而大部分多模态大模型局限于单向的图像理解，难以将理解的内容映射回图像上。 比如，模型能轻易说出图中有哪些物体，但无法将物体在图中准确标识出来。 定位能力的缺失直接限制了多模态大模型在图像编辑，自动驾驶，机器人控制等下游领域的应用。针对这一问题，港大和字节跳动商业化团队的研究人员提出了一种新范式Groma