AI大模型日报#2024-08-18：用PHC技术识别智能体、亚马逊开源RAGChecker诊断工具

常政

于 2024-08-19 08:33:03 发布

阅读量290

点赞数 14

文章标签：人工智能 AI大模型日报 AIGC 智能体

本文链接：https://blog.csdn.net/lionkingcz/article/details/141310033

版权

导读：AI大模型日报，爬虫+LLM自动生成，一文览尽每日AI大模型要点资讯！

目前采用“文心一言”（ERNIE-4.0-8K-latest）、“智谱AI”（glm-4-0520）生成了今日要点以及每条资讯的摘要。欢迎阅读！

《AI大模型日报》今日要点：今日AI大模型领域的资讯涵盖了多个重要话题。OpenAI内部权力斗争后，虽然面临人才流失，但新领导层的上任展现了其积极调整和发展的决心，其中华人的崛起尤为引人注目。在AI真实性方面，OpenAI等机构提出的“人格凭证”技术为应对AI欺骗问题提供了新的解决方案。波士顿动力揭示了人形机器人Atlas高难度动作背后的技术，并分享了宝贵的工程经验。亚马逊上海研究院的RAGChecker工具为RAG系统的性能评估和优化提供了有力支持。DeepSeek开源的数学大模型在数学定理证明方面取得新突破，显示了AI在数学领域的巨大潜力。最后，中科院与清华北大团队的研究提出了基于内生复杂性的类脑神经元模型，为AI发展开辟了新路径。这些资讯共同展现了AI大模型领域的蓬勃发展和不断创新。

标题: OpenAI「权力游戏」未完，四名领导层新星入局，竟有一半是华人

摘要: 自2023年11月以来，OpenAI内部权力斗争加剧，导致多位高管离职，包括联合创始人。近75名核心员工离职创立AI初创公司，但OpenAI也在提拔新人才。Jakub Pachocki接任首席科学家(Jakub Pachocki毕业于CMU，是Open AI开发GPT-4和OpenAI Five的带头人，因在大规模强化学习和深度学习优化等方面的研究贡献而受到赞扬。)，Barret Zoph和Mark Chen、Lilian Weng分别担任关键职位，公司继续推进AI研究。尽管人才流失，OpenAI被视为AI行业的“黄埔军校”，对新秀的提拔也显示了其内部调整和发展的动态。
网址: OpenAI「权力游戏」未完，四名领导层新星入局，竟有一半是华人|奥特曼_新浪新闻

标题: AI爆料人遭全网封禁！OpenAI等25个机构祭大招，一眼辨别AI机器人

摘要: AI智能体“草莓哥”愚弄全网，引发对社交媒体账号真实性的讨论。为解决AI欺骗问题，OpenAI、微软等机构研究人员提出“人格凭证”（PHC）技术，可在保护隐私的同时证明用户为真人。PHC通过现实世界验证和加密技术实现，未来可能成为网络身份验证的重要工具。论文地址：https://arxiv.org/pdf/2408.07892。
网址: AI爆料人遭全网封禁！OpenAI等25个机构祭大招，一眼辨别AI机器人|AI|AI智能_新浪新闻

标题: 波士顿动力技术揭秘：后空翻、俯卧撑与翻车，6年经验、教训总结

摘要: 波士顿动力的工程师Robin Deits在技术分享中揭秘了人形机器人Atlas的高难度动作背后的技术。Atlas利用模型预测控制（MPC）完成跑酷、后空翻等动作，但也存在翻车等问题。波士顿动力通过迭代线性化、利用问题结构提高速度等方法优化MPC，同时将机器人视为运动学-重心动力学耦合系统。工程师总结的经验包括：更复杂的模型更有效，合并优化过程效果更佳，精心工程设计至关重要等。但仍面临参考轨迹制作难、局部优化问题等挑战。
网址: 波士顿动力技术揭秘：后空翻、俯卧撑与翻车，6年经验、教训总结 | 机器之心

标题: 给RAG系统做一次全面「体检」，亚马逊开源RAGChecker诊断工具

摘要: 亚马逊上海人工智能研究院成立4年，发表90篇论文，研发出深度图学习库DGL和RAG系统诊断工具RAGChecker，后者能全面评估RAG系统性能，提供优化方向，助力开发者打造更可靠AI应用。相关论文已发表在arXiv上。
网址: 给RAG系统做一次全面「体检」，亚马逊开源RAGChecker诊断工具 | 机器之心

标题: DeepSeek开源数学大模型，高中、大学定理证明新SOTA

摘要: DeepSeek-Prover-V1.5提升了证明生成的效率和准确性，结合了AI技术与数学发现。该模型在形式定理证明方面超越GPT-4，显著提升性能。著名数学家陶哲轩强调AI在数学领域的潜力，DeepSeek-Prover-V1.5的推出标志着向“大数学”时代的迈进。模型通过强化学习和蒙特卡洛树搜索，在多个数据集上达到新SOTA性能。
网址: DeepSeek开源数学大模型，高中、大学定理证明新SOTA | 机器之心

标题: Nature子刊 | 基于内生复杂性，自动化所新类脑网络构筑人工智能与神经科科学的桥梁

摘要: 新研究提出“基于内生复杂性”的类脑神经元模型，改善传统AI模型资源消耗问题。该研究发表在《Nature Computational Science》，由中科院与清华北大团队完成，展示了内生复杂性模型在任务处理中的有效性和效率，为AI发展提供新方向。
网址: Nature子刊 | 基于内生复杂性，自动化所新类脑网络构筑人工智能与神经科科学的桥梁 | 机器之心