搜索
在 AI 落地如何 ToB 业务上，有赞是属于「跑得快」的一批玩家。在 2024 年 1 月 FounderPark 的一场直播中，有赞创始人兼 CEO 白鸦就从 SaaS 产品经理的角度，聊了聊大模型时代的产品应该怎么做。而在最近的一场直播中，白鸦则详细分享了有赞如何用 AI 改造他们的 SaaS 服务流程。
早在 2020 年，陶大程团队就发布了《Knowledge Distillation: A Survey》，详细介绍了知识蒸馏在深度学习中的应用，主要用于模型压缩和加速。随着大语言模型的出现，知识蒸馏的作用范围不断扩大，逐渐扩展到了用于提升小模型的性能以及模型的自我提升。
最近，OpenAI CTO Murati接受采访时，对Sora训练数据语焉不详、支支吾吾的表现，已经成了全网热议的话题。毕竟，要是一个处理不好，OpenAI就又要陷入巨额赔偿金的诉讼之中了。
首先先来看看模型底座，阶跃星辰发布了两款，分别是Step-1V和Step-2。其中Step-1V具有千亿参数，支持多模态能力，和GPT4-Turbo一样，128K上下文，不过这款不算惊艳，只能算主流大模型中的正常水平。
GitHub三万Star项目MetaGPT上新，号称是“开源Devin”——推出数据解释器（Data Interpreter），能够应对数据实时变化、任务之间复杂的依赖关系、流程优化需求以及执行结果反馈的逻辑一致性等挑战。
MIT新晋副教授何恺明，新作新鲜出炉：瞄准一个横亘在AI发展之路上十年之久的问题：数据集偏差。数据集偏差之战，在2011年由知名学者Antonio Torralba和Alyosha Efros提出——
在WiNEX Copilot病历文书助手的加持之下，医生们可以一键生成符合医疗规范和匹配患者个人病情的病历文书段落，大幅减少病历记录书写工作量，可以让他们更专注于诊断和治疗。
本文探讨了大模型的发展趋势和影响，预测中国基础大模型的数量会逐渐收敛，算力需求将成为关键因素，开源大模型可能难以超过闭源模型，大模型在手机端侧的应用将引发入口之争。
苹果首次披露了在多模态大型语言模型（LLM）研究领域的最新突破，并在生成式AI领域“开辟新天地”。探索生成式AI领域，将AI技术引入iPhone
TimesFM针对时序数据设计，输出序列长于输入序列，在1000亿时间点数据进行预训练后，仅用200M参数量就展现出超强零样本学习能力！