-
OpenAI 官宣下周直播演示 ChatGPT新功能
-
苹果接近与OpenAI达成协议 将ChatGPT应用于iPhone
-
-
-
斯坦福大学发布新款 AR 眼镜，利用AI算法强化图像
-
日本联合研究团队发布 Fugaku- LLM，利用超算训练
-
苹果升级版 Siri 语音助手有望亮相 WWDC 2024
-
Anthropic 将允许未成年人在限制范围内使用其人工智能
-
-
AI计算提供商CoreWeave将在伦敦开设欧洲总部
据 OpenAI官方消息，OpenAI 将会在北京时间5月14日凌晨1点举行直播，公布一系列关于 ChatGPT 的功能升级。
据 Sam Altman 表示，OpenAI 并不会在本次直播活动中发布GPT-5，也不会发布 AI 搜索引擎。
据财联社报道，苹果接近与OpenAI达成协议，将ChatGPT应用于IPhone。
知情人士表示，双方一直在敲定一项协议的条款，以便在下一代iPhone操作系统iOS 18中使用ChatGPT功能。
据新浪财经报道，近日有消费者投诉称，近期WPS平台推出了 AI功能，但限制了此前购买的WPS超级会员Pro对AI功能的使用。想使用AI功能，必须单独付费。
调查发 现，只有成为WPS的AI会员和WPS大会员，才能使用该平台推出的AI权益。针对用户提出的“推出一项功能就要单独收费”，WPS相关负责人表示：会员用户此前使用AI 功能是一种福利，如今福利期已到。2024年3月，WPS AI开始商业化，投入比较大。
作为一项全新的会员服务，WPS AI会员仍在灰度测试中，属于付费升级选项。用户可自行选择，如选择不升级，原有会员权益不会受到任何影响。
据 Anthropic 官方消息，Anthropic为其控制台用户发布了两项重要的新功能：自动生成提示和变量功能。
自动生成提示功能允许用户通过Claude（Anthropic 的 AI）直接编写提示内容。用户只需在后台选择“生成提示”按钮，并输入任务的一些基本细节，AI 便能够根据这些信息自动生成合适的提示。此外，用户还可以对生成的提示进行编辑，以满足特定的需求。
据 The Verge 报道，斯坦福大学的一个研究小组正在开发一种新的人工智能辅助全息成像技术，并声称这种技术比研究人员所见过的任何技术都更薄、更轻、质量更高。
据悉，研究人员使用了 AI 技术来增强全息成像，并利用新型纳米光子设备来克服各种技术障碍。第一个障碍是，显示增强现实图像的技术通常需要使用复杂的光 学系统。在这些系统中，用户实际上并不能通过耳机镜头看到真实世界。
据 tomshardware 报道，富士通本周发布了 Fugaku- LLM，这是一个具有先进日语处理能力的大型语言模型，专为研究和商业应用而设计。
富士通的 Fugaku-LLM 是在基于 A64FX 处理器的 Fugaku 超级计算机的 13,824 个节点上使用 3,800 亿个词库进行训练的，该处理器支持 FP64、FP32、FP16 和 INT8 模式，适用于各种人工智能和传统超级计算机应用。Fugaku-LLM 的训练自然利用了针对超级计算机架构和 Tofu 互联 D 进行优化的分布式并行学习技术。
据 9to5mac 报道，苹果公司正准备在 6 月份的 WWDC 大会上发布 Siri 的重大改版。
据悉，新版 Siri 将由生成式人工智能提供支持，使其更具对话性，并能理解更多类型的请求。苹果正在利用新的基础让 Siri 更好地处理任务，如设置定时器、创建提醒事项等，而不是像一个滔滔不绝的 ChatGPT 克隆版那样专注于开放式请求。
据 Anthropic 官方消息，该公司宣布允许未成年人使用其生成式人工智能系统，但需遵守特定安全要求。这一举措在行业内引发了广泛讨论和关注。
在An thropic的新政策下，青少年和儿童将能够在特定条件下使用由其人工智能模型支持的第三方应用程序。这一举措被认为对于教育和个人问题解决具有潜在益处。然而，随之而 来的挑战是如何确保未成年人安全使用人工智能工具。
Anthropic列出了开发人员应采取的安全措施，如年龄验证系统、内容审核和教育资源 。同时，公司表示将定期审核应用程序的合规性，终止违规账户，并要求开发人员明确声明他们遵守合规性要求。
百度创始人、董事长兼首席执行官李彦宏在一场盛大的内部颁奖活动中，向在场的获奖团队和个 人致以热烈的祝贺，并深刻阐述了百度对技术的坚定信仰和对未来的美好展望。
李彦宏首先强调，百度始终坚信技术拥有改变世界的力量，并会 坚定不移地沿着这条路前行。他表示，虽然创新的过程充满了挑战和不确定性，但百度不会因此放弃，而是会不断尝试、不断突破，直至实现技术的价值。
< section style="text-align: center;margin-left: 8px;margin-right: 8px;">
GPU 云计算供应商 CoreWeave 近日宣布，将会在伦敦开设办公室，并作为其欧洲总部。
据 CoreWeave 表示，将会在英国开设两个数据中心，这是其10亿镑投资计划中的一部分。CoreWeave 提供基于云的 AI “计算”，是进行计算任务所需的基础设施和资源，例如处理数据和运行机器学习模型。
《KAN: Kolmogorov-Arnold Networks》
论文旨在提出一种新的神经网络结构Kolmogorov- Arnold Networks (KANs)，并探究其在数据拟合和偏微分方程求解方面的性能和可解释性。KANs使用可学习的边权重激活函数代替了固定的节点激活函数 ，同时通过样条函数代替线性权重参数，从而在精度和可解释性方面优于传统的Multi-Layer Perceptrons (MLPs)。
论文地址：
https://arxiv.org/abs/2404.19756v2
《A Primer on the Inner Workings of Transformer-based Language Models》
该论文介绍了目前用于解释基于Transformer的语言 模型内部工作的技术，重点关注生成式解码器架构，并提供了一个全面的已知内部机制的概述。该论文提供了一个全面的已知内部机制的概述，揭示了这些模型实现的已知内部机制， 包括连接跨流行方法和活跃研究方向。实验设计严谨，使用了多个数据集。
论文地址：
https://arxiv.org/abs/2405.00208v2
《xLSTM: Extended Long Short- Term Memory》
本文尝试通过对LSTM进行扩展，解决在大规模语言模型中LSTM的限制问题，以及验证扩展后的xLSTM在性能和规模上是否能与Transformer和S tate Space Models相媲美。研究团队提出了指数门控和修改LSTM内存结构的方法，得到了sLSTM和mLSTM两种扩展，将它们与残差块相结合得到xL STM，从而提高了LSTM在大规模语言模型中的性能和规模。
论文地址：
https://arxiv.org/abs/2405.04517v1
《A Careful Examination of Large Language Model Performance on Grade School Arithmetic》
论文旨 在验证数学推理基准测试数据集的污染程度对大型语言模型性能的影响，并探究模型是否部分记忆了基准测试数据集。通过设计一个与已有基准测试数据集相似的Grade School Math 1000(GSM1k)数据集，研究发现一些模型的准确率下降了13%，并且部分模型出现了系统性过拟合的情况。同时，研究还发现模型在生成GS M8k数据集上的概率与GSM1k和GSM8k之间的性能差距之间存在正相关关系。
论文地址：
https://arxiv.org/abs/2405.00332v3
AI前沿
