大模型日报 2024-06-27

大模型日报

2024-06-27

大模型资讯

1.OpenAI计划打造“大语言模型操作系统”，收购Rockset和Multi

OpenAI计划建立一个名为LLMOS（Large Language Model Operating System）的大语言模型操作系统，类似于Windows和MacOS，旨在成为未来人机交互的新模式。OpenAI已经在逐步完善LLMOS的功能，包括浏览互联网、使用现有软件基础设施、理解语言和视频、进行复杂思考、自我提升能力、下载应用和拥有文件系统等。为填补LLMOS中的短板，OpenAI最近收购了Rockset和Multi两家公司，分别负责信息检索和多Agent交互。Multi作为一个独立的智能体，在协作中展现了对AI的理解和设计能力。此外，Multi背后的投资方与OpenAI有着千丝万缕的联系，这也是OpenAI选择Multi的关键因素之一。

2.讯飞发布讯飞星火4.0，超越GPT-4 Turbo在国际权威测试集中位居第一 科大讯飞发布了讯飞星火4.0，这款国产大模型在逻辑推理和空间推理方面具有更强的能力。除此之外，讯飞还发布了语音大模型、医疗大模型和智能批阅机等应用。此次发布展示了讯飞在大模型领域的实力和创新能力。讯飞还推出了个人空间和智能体，为用户提供个性化的AI助手。

3.字节跳动发布“豆包MarsCode”智能开发工具，面向国内开发者免费 字节跳动发布了一款名为“豆包MarsCode”的智能开发工具，此工具基于豆包大模型，旨在提供高效的开发环境和工具支持。豆包MarsCode的功能包括项目问答、代码补全、单元测试生成、Bug修复等。通过完整场景演示，展示了该工具在日常工作中的优秀落地能力。此外，豆包MarsCode团队计划通过成立用户组和开展各类开发者活动等方式，助力开发者探索AI编程新范式。豆包MarsCode向国内开发者免费开放。

大模型论文

1. MG-LLaVA: 多粒度视觉指令调优

• 摘要: MG-LLaVA通过多粒度视觉流增强视觉处理能力，集成高分辨率编码器和对象级特征，显著提升模型感知能力。

2. BMIKE-53:跨语言知识编辑研究

• 摘要: 本文介绍了BMIKE-53基准，用于评估跨语言知识编辑，并提出了无梯度方法MIKE，在53种语言上进行评估。

3. CaLMQA: 23种语言的长篇问答研究

• 摘要: CaLMQA数据集涵盖23种语言，包含复杂文化问题。研究发现，LLM在低资源语言和文化特定问题上的表现较差。

4. TrialMind：加速临床证据合成的AI系统

• 摘要: TrialMind利用大语言模型进行医学系统综述，显著提升文献回顾效率，支持高质量临床证据合成。

5. 大语言模型生成说服性语言的能力评估

• 摘要: 研究大语言模型生成说服性文本的能力，构建Persuasive-Pairs数据集，训练模型预测文本对的说服性评分，并探讨不同系统提示对说服性的影响。

6. LLM对弱势用户表现不佳

• 摘要: 研究发现，LLM在信息准确性和真实性方面对低英语水平、低教育水平及非美国用户表现较差。

7. FedBiOT:资源高效的联邦学习LLM微调方法

• 摘要: FedBiOT通过服务器生成压缩LLM并对齐性能，客户端微调重要部分，解决数据分布差异问题，显著减少资源消耗。

8. 大语言模型对齐的分布变化研究

• 摘要: 研究对齐过程对大语言模型输出分布的影响，发现对齐后信息多样性减少，但有助于信息聚合和质量控制。

9. VarBench：通过动态变量扰动提升语言模型评估

• 摘要: 本文提出VarBench，通过变量扰动方法动态生成测试用例，评估四个数据集上的大语言模型，解决数据泄露问题，提升评估准确性。

10. 大型语言模型心理测评基准研究

• 摘要: 研究提出了评估LLM心理属性的框架，涵盖人格、价值观、情绪等六大维度，揭示LLM自我报告与实际行为的差异。

大模型开源项目

1. modelscope：探索扩散模型的魔力

• 摘要: modelscope是一个用Python编写的项目，旨在让用户体验和享受扩散模型的神奇效果。

2. RAGFlow：深度文档理解引擎

• 摘要: RAGFlow是一个基于深度文档理解的开源RAG引擎，采用Python语言编写，用于增强生成任务的检索功能。

3. CISO助手：一站式GRC管理工具

• 摘要: CISO助手涵盖风险、应用安全和审计管理，支持全球46+框架，使用Python编写，助力合规管理。

4. Claude Opus智能编排框架

• 摘要: Doriandarko是一个用Python编写的框架，用于智能编排和管理Claude Opus的子代理。

以上就是2024-06-27的大模型日报，很高兴为你服务！

本文由 mdnice 多平台发布