模型

今天 Build 大会的内容主要最新的 Copilot，适用于生成式 AI 的新形态硬件，以及使用新 AI 能力的工具堆栈。

斯嘉丽·约翰逊在一份措辞激烈的声明中表示，在她拒绝为ChatGPT配音的邀请后，OpenAI仍然「厚颜无耻」地模仿了她独特的语气。不过，OpenAI则声称该声音并非有意模仿，但无论如何它都会删除该声音模型「Sky」。

吴佳俊带领团队发表了后续研究——「BEHAVIOR Vision Suite（BVS）」。论文也获得 CVPR 2024 Highlight。

由开放研究组织 LMSYS Org （Large Model Systems Organization）发布的 Chatbot Arena 已经成为 OpenAI、Anthropic、Google、Meta 等国际大厂 “龙争虎斗” 的当红擂台，以最开放与科学的评测方法，在大模型进入第二年之际开放群众投票。

KAN 与 MLP 一样具有强大的数学基础，MLP 基于通用逼近定理，而 KAN 基于 Kolmogorov-Arnold 表示定理。

最公平的大模型基准测试诞生了！来自LLM竞技场，最接近人类偏好，数据新鲜、速度快、成本低，严格分离学渣和学霸。

前几天，普林斯顿大学联合Meta在arXiv上发表了他们最新的研究成果——Lory模型，论文提出构建完全可微的MoE模型，是一种预训练自回归语言模型的新方法。

上周末，一种名为 Bend 的编程语言在开源社区引发了热烈的讨论，GitHub 的 Star 量已经超过了 8500。

十几个小时前，有位名为「Nishant Aklecha」的开发者发布了一个从零开始实现 llama3 的存储库，包括跨多个头的注意力矩阵乘法、位置编码和每个层在内都有非常详细的解释。

虽然模型组合的好处很明显，从增强的性能到处理多种数据类型的能力，但重要的是要认识到它带来的复杂性，尤其是与生产部署相关的复杂性。

GPT-4o发布不到一周，首个敢于挑战王者的新模型诞生！最近，Meta团队发布了「混合模态」Chameleon，可以在单一神经网络无缝处理文本和图像。10万亿token训练的34B参数模型性能接近GPT-4V，刷新SOTA。

OpenAI半小时的发布会让很多人第一反应是直呼「失望」，但随着官网放出更多demo以及更多网友开始试用，大家才发现GPT-4o真的不可小觑，不仅在各种基准测试中稳拿第一，而且有很多发布会从未提及的惊艳功能。

谷歌表示，Gemini 1.5 相比 Claude 3.0 和 GPT-4 Turbo 实现了代际提升。

从去年开始，Stability AI就传出人才出走、面临诉讼等负面新闻。最新版Stable Diffusion 3今年刚刚发布，效果惊艳、引爆全网，但都没能力挽狂澜，救回这头独角兽。有消息称，高层已决定将公司在秋季售出，Stability AI的前途风雨飘摇。

从收集阶段开始，就应注意要选择多种类型的数据，如Idefics2就使用的数据就包括三类——图文对齐的文档（如网页）、图像-文本对（如图片标题），以及带OCR标注的PDF文档。