搜索
如果说2023年是大家公认的AI元年，那么2024年很可能就是AI大模型普及的关键一年。 在这一年里，大量的AI大模型、大量的AI应用问世，Meta、Google等厂商也开始面向民众推出自己的在线/本地大模型，似乎“AI人工智能”瞬间从一个遥不可及的概念，就这么突然来到了人们身边。
2024年伊始，步入了大模型应用元年的企服市场，就已经沉淀出了诸多感悟。生成式AI解决的是产品能力和实际数据价值的匮乏，武装的是企业的手。可国内企业客户花了一笔钱要当成十笔来提需求的“重服务情结”，卡的是企服的腰腹部位。
首位超越国际奥林匹克竞赛金牌得主的AI，刚刚诞生了！
大语言模型（LLM），通过在海量数据集上的训练，展现了超强的多任务学习、通用世界知识目标规划以及推理能力
Meta 正在不遗余力地想要在生成式 AI 领域赶上竞争对手，目标是投入数十亿美元用于 AI 研究。这些巨资一部分用于招募 AI 研究员。但更大的一部分用于开发硬件，特别是用于运行和训练 Meta AI 模型的芯片
一个仅用 1000 行代码即可在 CPU/fp32 上实现 GPT-2 训练的项目「llm.c」
laude 3 具有非常大的内存（ 200k 上下文窗口）和很强的调用准确性，它的上下文能力也因此成为最受欢迎、应用最广的技能。我们介绍过如何利用这种能力，没时间收听播客也能获取核心内容。今天，我们再介绍一个新技能，帮助技术小白快速 get 最新、最前沿的科技成果
这款产品会将现有的两个空间计算的产品线（Quest 3 和雷朋 Meta 智能眼镜）整合起来，形成AI+AR眼镜的新形态产品。
纯C语言训练GPT，1000行代码搞定！，不用现成的深度学习框架，纯手搓。 发布仅几个小时，已经揽星2.3k。
近日，朱泽园 (Meta AI) 和李远志 (MBZUAI) 的最新研究《语言模型物理学 Part 3.3：知识的 Scaling Laws》用海量实验（50,000 条任务，总计 4,200,000 GPU 小时）总结了 12 条定律，为 LLM 在不同条件下的知识容量提供了较为精确的计量方法。