首页 > AI资讯 > 行业动态 > 大模型晚报|钉钉ai正式上线,所有功能向用户开放测试

大模型晚报|钉钉ai正式上线,所有功能向用户开放测试

新火种    2023-11-08

大模型资讯:

钉钉AI正式上线,所有功能向用户开放测试

钉钉AI魔法棒正式上线,钉钉聊天、文档、知识库、脑图、闪记、Teambition 等17项产品、60+场景全面开放测试。

目前,所有用户可直接在钉钉首页的全新“魔法棒”入口,以对话方式使用聊天 AI、文档 AI、宜搭 AI 等功能,或在17项产品各自的界面中,点击魔法棒按钮来提供适合的技能。

马斯克公布 X 新功能,基于 AI 技术为用户提供内容类似贴文

马斯克今天在 X 上表示,X现已推出新功能 See similar,可以为用户推荐内容类似的帖子。

据悉,该功能基于 AI 技术,可以让用户查看不同用户的类似主题的帖子。让用户减少搜索关键词的时间。

此外,马斯克还在回复中表示,他们即将推出一个新功能,让用户可以查看与当前推文观点相反的内容。

深言科技联合清华大学开源 LingoWhale-8B 模型,可免费商用

据深言科技官方消息,由深言科技与清华大学 NLP 实验室共同研发的语鲸 LingoWhale-8B 模型目前已面向社会开源,对学术研究完全开放,允许免费商用。

LingoWhale-8B 模型是拥有约 80 亿参数的中英双语大语言模型,在 C-Eval、MMLU、CMMLU 等多个权威的公开评测基准上,在 10B 以下开源模型据称“达到领先效果”。

据悉,受模型参数量影响,大模型固有的幻觉问题、数学计算能力相对较弱、生成内容有无法预见性等问题在 LingoWhale-8B 模型中仍然存在。在性能方面,截至 10 月 24 日,在中文领域权威评测 C-Eval 中,LingoWhale-8B 模型的性能仅次于 GPT-4。在 C-Eval、CMMLU、GAOKAO 测评中,性能超过 GPT-3.5Turbo,在 10B 以下尺寸模型中性能处于领先位置。

MidJourney更新,推出风格自定义功能

MidJourney 近日通过社交平台宣布,增加全新的Style tuner功能,帮助用户定制图像风格。

MidJourney 表示,用户可以先行制作专属于自己的图片风格,之后系统会将定制好的风格写成代码提供给用户,用户只要在输入完提示词后加入这段代码,就可以生成自己定制的图片风格。

文生图工具Stable Diffusion 发布更新,可生成3D图片

据 Stability AI 官方消息,旗下 AI 生成工具 Stable Diffusion推出最新版本,增加 3D图片生成等功能。

官方表示,Stable Diffusion现在有了多项新工具的帮助,其中Sky Replacer 可以帮助用户修改图片中的天空颜色和风格,而Stable FineTuning主要面向企业用户,可以对图片、对象内容进行微调。此外还有Stable 3D,这款工具可以通过文字或者图片来生成3D模型。不过3D模型的质量目前还有待提高。

除了新功能之外,Stable Diffusion的性能也获得了提高,可以更快速的生成质量更好的图片,且成本更低。

CARIAD中国携手vivo打造手车互融联合创新实验室

大众汽车集团旗下软件公司CARIAD的中国子公司今日宣布,与中国领先的智能手机制造商vivo成立“手车互融联合创新实验室”。

合作目前已取得初步成果,具体包括“Gamebase”,依托智能手机的算力和生态体系,以及车内的空间、大屏和空调等设备,为用户提供沉浸式游戏座舱体验;“Touch&Go”,通过自定义的手机界面小组件以及丰富的车辆状态信息和车控功能,实现手机对车辆信息的便捷访问和灵活控制。此外,双方正在共同进行HMI人机交互融合、数据与算力融合、大模型等领域的探索。

微软更新服务条款,限制用户使用生成式 AI 服务

微软官方页面显示,微软近日对生成式 AI 服务条款进行修改,增加了容量限制内容。

根据微软相关页面显示,用户如果过度使用 Microsoft 生成式 AI 服务,可能会暂时被阻止访问该服务。不过,微软并未说明过度使用的标准是什么。

微软目前正在向用户提供基于 AI 技术的Microsoft 365 Copilot,帮助用户在Word、Excel、PowerPoint 等应用中使用生成式 AI 服务。启用该服务的用户每月需要支付30美元的订阅费用。

重点论文:

微软发布模型推理能力训练方法,从错误中学习教训

据 Arxiv页面显示,微软近日联手北京大学和西安交通大学的研究团队,公布了一款名为LeMa的训练方法,通过模仿人类从错误中学习知识的过程,提高代言模型的推理能力。

研究团队表示,通过使用GPT-4生成的错误纠正数据对来微调LLM,LeMa能够识别错误步骤、解释错误原因并纠正错误,从而生成最终答案。实验结果表明,通过LeMa 训练的模型,其性能得到显著提高。

研究团队表示,LeMa的相关代码、数据和模型即将在 GitHub上开源。

相关推荐
免责声明
本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。