支付宝开放平台-开发者社区——AI 日报「12 月 20 日」-CSDN博客

本文链接：https://blog.csdn.net/2401_85476653/article/details/144610238

1 大模型普遍缺乏辩论框架意识

12 月 19 日，智源研究院发布并解读国内外 100 余个开源和商业闭源的语言、视觉语言、文生图、文生视频、语音语言大模型综合及专项评测结果。

语言模型主观评测重点考察模型中文能力，结果显示字节跳动 Doubao-pro-32k-preview、百度 ERNIE 4.0 Turbo 位居第一、第二，OpenAI o1-preview-2024-09-12、Anthropic Claude-3-5-sonnet-20241022 位列第三、第四，阿里巴巴 Qwen-Max-0919 排名第五；

在语言模型客观评测中，OpenAI o1-mini-2024-09-12、Google Gemini-1.5-pro-latest 位列第一、第二，阿里巴巴 Qwen-max-0919、字节跳动 Doubao-pro-32k-preview 位居第三、第四，Meta Llama-3.3-70B-Instruct 排名前五。

本次评测发现，大模型普遍缺乏辩论框架意识，不具备对辩题以整体逻辑进行综合阐述；大模型在辩论中依然存在「幻觉问题」，论据经不起推敲；大模型更擅长反驳，各个模型表现突出的辩论维度趋同，在不同的辩题中，模型表现差距显著。FlagEval Debate 评测结果表明，Anthropic Claude-3-5-sonnet-20241022、零一万物 Yi-Lighting、OpenAI o1-preview-2024-09-12 为前三名。

2 对话谷歌科学家：智能体是大模型落地重点，AI的未来是大小模型协作

Founder Park｜阅读原文

随着行业内高阶推理模型的推出，再次彰显了强化学习在通往 AGI 道路上的重要性，也标志着大模型 AI 进入了一个全新阶段。对此，深度参与 AlphaZero 项目的 Google DeepMind 资深研究科学家 Nenad Tomasev 表示：「强化学习的能力使 AI 不再受人类知识的限制，而是能够超越这些限制，开辟新的可能性。」

随着强化学习被引入到大模型训练，传统的开发训练方式也正在被颠覆。Nenad 表示：「未来，相比依赖单一的模型，我们会构建拥有多种能力的智能体。」

来自谷歌的专家，Nenad Tomasev 和 D.Sculley表示：1、强化学习让 AI 拥有了「超人级」的能力；2、智能体和多模态整合是未来的重点——考虑如何将这些现有强大的模型以工作流的形式结合起来，让它们能够满足具体的任务需求并成功执行任务；3、AI 开发范式不再是数据主导，而是模型主导；4、未来不是一个模型决定一切，而是大小模型配合——认为更现实的方向是，我们的系统将由多个 AI 模型或智能体（agent）相互协作，比如，当你运行一个系统，它需要调用一个专有的，或基于 API 的语言大模型，但同时你也希望对输出结果进行验证，以确保它完全符合你的应用需求。这时，拥有一个由应用开发者完全控制的小型模型可能就非常重要。这两个模型就会协作完成任务。

3 今年AI基建已成，2025年AI的三个趋势

Founder Park｜阅读原文

如果说2024 年是 AI 的元年，那么2025年将会发生这些：

基模公司差异化竞争白热化
AI 搜索正在成为杀手级应用

1. AI 搜索可能会使当前这个一统天下的市场出现分化：每个专业都有自己专门的 AI 搜索引擎——分析师和投资者默认使用 Perplexity，律师会使用 Harvey 这样的平台，医生则会使用 OpenEvidence 这样的解决方案。循着这个思路，我们可以把 Midjourney 看作是对“像素宇宙”的搜索，Github Copilot 是对“代码宇宙”的搜索，而 Glean 则是对“文档宇宙”的搜索。
2. 与传统搜索不同，AI 搜索可以在语义层面深入得多，因此其功能强大程度要高出一个数量级，带来显著的增量生产力提升。