在2023世界人工智能大会(WAIC)中,语言智能科技企业蜜度不仅为观众呈现了诸多AIGC的沉浸式体验,还发布了全新的大语言模型产品,深入办公场景多元需求的同时,也开启了大模型时代的办公智能化进程。
2分钟自动生成舆情分析报告 大语言模型提升服务效率
7月8日,蜜巢智能舆情分析大语言模型重磅发布。模型专注于舆情报告自动撰写,基于专家团队十余年高质量分析报告的专业语料数据训练,凝聚大量专业知识和专家经验。用户简单输入事件信息配置即可全自动撰写高质量舆情事件分析报告,为突发事件的舆情追踪、分析与研判提供支持。
通过融入蜜度以往的强大服务经验,结合蜜度自研蜜巢系列大语言模型的AI能力,蜜巢智能舆情分析大语言模型从“易用”与“速度”两个维度提高了舆情报告自动生成的服务效率。在简单的设置后,仅需2分钟,就可以输出一份高质量的舆情分析报告。
在舆情分析报告领域,蜜度积累了丰富的行业经验与分析方法,基于数量庞大的优秀分析报告作为专业语料数据用于训练,让这些来自专家团队的深度洞见与专业知识被模型悉数吸纳,再经由机器学习的不断强化,最终呈现了人脑认知经验与AI计算能力的全新融合——蜜巢智能舆情分析大语言模型。
不仅如此,蜜度自身所具备的支持国产化软硬件运行环境的设备及能力,能够基于华为昇腾昇思AI生态,为用户的日常使用提供更高效、安全、稳定的保障。
蜜巢智能舆情分析大语言模型发布
聚焦垂直领域 服务千行百业
除了舆情报告自动生成的大语言模型,蜜度在此次WAIC上还发布了首个软硬件一体国产化知识问答与内容生成大语言模型——“蜜巢知识问答与内容生成大语言模型”;国内首个专为智能校对领域打造的垂直大语言模型——“蜜度文修”。
蜜度自研蜜巢系列大语言模型
蜜巢知识问答与内容生成大语言模型,实时基于用户所输入的文档进行知识增强,并对文档中的相关知识进行定制化的知识问答与内容生成,实现“千文千面,千人千面”式内容生成,帮助企业和个人打造专属的知识问答与内容生成大模型。蜜度文修是国内首个专为智能校对领域打造的大语言模型,有着出色校对与润色能力。
蜜巢知识问答与内容生成大语言模型实现了“千文千面,千人千面”式内容生成,模型能够实时基于用户所输入的文档进行知识增强,并对文档中的相关知识进行定制化的知识问答与内容生成,帮助企业和个人打造专属的知识问答与内容生成大模型;蜜度文修则以出色的校对与润色能力,刷新了多类校对任务的最佳效果,更有效地辅助专业用户提高校对质量、提升校对速度、降低差错率,为新闻出版、媒体稿件、政府公文等专业领域带来工作模式迭代与效率提升。
作为一家以人工智能技术为核心的语言智能科技企业,蜜度同时发布三款大语言模型,既可以看作本土科技企业以经得起测试的优秀模型水准,与全球AI发展进程的齐步并行,也可以视为以模型服务垂直领域的开场。
未来,蜜度将持续以大语言模型(LLM)为技术底座,聚焦不同垂直行业的痛点与需求,研发和增强特定场景下的能力,并通过自建与用户及市场需求匹配的垂直领域AI能力,积极开发大语言模型的落地应用,更将发挥自身支持国产化软硬件运行环境的设备及能力,为千行百业注入AI加速度,用大模型的创新赋能,共同迎接全新的时代。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。