签到
立即签到
签到可以获得积分哦!
公告
AI千集是一个智能写作平台
在这里您可以获得本平台自训练的
LLM模型服务
和小伙伴一起玩转AI,做自己的AI机器人
来AI千集,写作快人一步
扫一扫,加入我们
有加群需求的小伙伴,请微信加qianji_ai
千集助理是连通AI学研和就业的桥梁
登陆小程序
获取文案智能写作能力
工作效率瞬间提升
最新资讯更多
-
硅谷手记丨DeepSeek有望激发新一波人工智能创新浪潮
中国人工智能企业深度求索(DeepSeek)近日发布了最新开源模型DeepSeek-R1,该模型以较低成本实现了接近美国OpenAI开发的GPT-o1的性能。这一突破打破了全球AI产业对“堆算力”的依赖,引发了资本市场的关注。DeepSeek-R1通过强化学习技术显著提升了推理能力,在数学、代码和自然语言推理等任务上表现优异。摩根士丹利和高盛等国际投行认为,DeepSeek的模型展示了高效训练的新途径,降低了开发大模型的门槛,可能激发一波创新浪潮。开源模型DeepSeek-R1的推出,不仅挑战了AI产业对硬件依赖的传统观念,还为全球用户提供了更具成本效益的AI解决方案,有望推动AI技术的广泛应用。
喜欢 0 评论 0
-
DeepSeek实力受外媒认可震惊硅谷引发热议
国产AI大模型DeepSeek近日在全球范围内引发关注,尤其是在美国科技界引起震动。DeepSeek在GitHub上发布了名为Janus-Pro的多模态大模型,进军文生图领域,并在GenEval和DPG-Bench基准测试中击败了Stable Diffusion和OpenAI的DALL-E3。目前,Janus系列的四款模型已经开源。美国总统特朗普及OpenAI首席执行官均对DeepSeek的影响表示认可。《纽约时报》评价称,DeepSeek能与ChatGPT媲美,这一成就本身就是里程碑。DeepSeek的核心技术优势包括自然语言处理、机器学习与深度学习、大数据分析、个性化推荐、智能交互、跨平台整合以及安全性与隐私保护。与ChatGPT相比,DeepSeek致力于开辟差异化技术路线,被视为满足特定需求的专用工具。
喜欢 0 评论 0
-
诺奖得主DeepMind CEO德米斯:年底首批AI新药即将进入临床,已在开发超越o1的推理系统
谷歌DeepMind的CEO、2024年诺贝尔化学奖得主德米斯·哈萨比斯近日透露,公司研发的首批AI新药将在今年底进入临床试验阶段。这些药物由AI开发,旨在加速药物研发过程,缩短从研发到临床应用的时间。此外,德米斯还提到,DeepMind正在秘密开发代号为“Astra”的智能体系统,该系统将超越现有的推理系统,具备更强的思维和推理能力。这一进展标志着AI在药物研发和智能系统领域的重大突破,未来有望彻底改变医疗和科技行业的格局。
喜欢 0 评论 0
-
DeepSeek遭大规模恶意攻击,攻击IP均来自美国
近日,人工智能公司DeepSeek遭遇大规模恶意网络攻击,攻击的IP地址均来自美国。此次攻击导致DeepSeek的服务器承受巨大压力,部分服务出现短暂中断。DeepSeek技术团队迅速响应,成功抵御了攻击并恢复了正常服务。公司表示,已加强网络安全防护措施,并将进一步调查攻击来源。此次事件再次引发对全球网络安全问题的关注。
喜欢 0 评论 0
-
硅谷巨头围剿DeepSeek,OpenAI与Anthropic联手质疑其模型训练方式
近日,OpenAI和Anthropic对DeepSeek发起了联合质疑,指控其利用OpenAI的模型进行训练,涉嫌侵犯知识产权。OpenAI声称发现了DeepSeek“蒸馏”其模型的证据,即通过大模型的输出来提升小模型的性能。微软也对此展开调查。尽管DeepSeek在成本控制上表现出色,但OpenAI和Anthropic认为其模型水平仅相当于他们7-10个月前的水平。与此同时,微软在质疑后迅速将DeepSeek模型接入其AI平台,引发网友热议。目前,各方对DeepSeek的质疑仍在调查中,OpenAI拒绝进一步置评。
喜欢 0 评论 0
-
微软推出首个FP4训练框架,大模型训练开销显著降低
微软研究院推出了首个FP4精度的大模型训练框架,该框架在相同超参数设置下,能够达到与FP8和BF16相当的训练效果,同时显著减少存储和计算资源的需求。该框架通过FP8模拟FP4,支持高达130亿参数的模型训练,训练Tokens数量达到千亿级别。研究团队采用定制化的FP4矩阵乘法CUDA内核,结合混合精度设计,确保训练数值稳定性并降低计算和存储开销。该框架由微软亚洲研究院和SIGMA团队开发,主要研究人员包括中科大博士生Ruizhe Wang等。
喜欢 0 评论 0
积分排行
- gingo
104 帖子 • 8 评论
1421 - 13718610631
0 帖子 • 0 评论
997 - weilaiweiding
52 帖子 • 1 评论
821 - openoker
157 帖子 • 22 评论
288 - boatingman
0 帖子 • 1 评论
90 - toc
0 帖子 • 0 评论
60 - Van
3 帖子 • 0 评论
42 - limin1109
2 帖子 • 0 评论
24 - shadow
5 帖子 • 0 评论
22 - a15013996963
1 帖子 • 0 评论
21