AV字節：OpenAI的GPT-4O Mini和其他AI創新

本週的AI景觀爆炸了，來自Openai，Mistral AI，Nvidia，Deepseek和Hugging Face等行業巨頭的開創性發行。這些新模型有望提高功率，負擔能力和可訪問性，這是在培訓方法中的進步所推動的。對各個部門的影響是深遠的，展現了AI創新的加速速度。

新的AI模型推出

OpenAI的GPT-4O Mini： GPT-3.5 Turbo的一種具有成本效益的替代品，價格為每百萬個輸入令牌0.15美元，每百萬產量代幣0.60美元。擁有增強的智能和128K上下文窗口，旨在擴大對高級AI的訪問。雖然通常受到良好感受，但一些用戶報告了具有廣泛代碼修改的限制。

Mistral Nemo（Mistral AI和Nvidia）：一項協作努力，導致具有128K令牌上下文窗口的12B參數模型。有希望的頂級推理，世界知識和編碼精度，它是根據Apache 2.0的廣泛採用許可而發布的。但是，與Meta Llama 8b這樣的模型相比，它的基準準確性引發了AI社區中的辯論。

DeepSeek V2： DeepSeek的此版本大大降低了推理成本，點燃了中國人工智能公司的價格戰。其被稱為中國的“ AI Pinduoduo”，其成本削減方法可以重塑全球AI市場。

擁抱Face的Smollm：一個緊湊型語言模型（13.5m，360m和1.7b參數）的家族，接受了cosmo-corpus的培訓（合成教育內容，Python代碼示例和Web數據的混合物）。 Smollm模型在常識推理和世界知識基準中表現出色，使其在大小類別中具有競爭力。

Mistral AI的Mathstral：與Numina項目的合作，重點是STEM推理。 Mathstral 7b在數學和MMLU基準測試方面取得了顯著的分數，在數學上超過20％的Minerva 540B超過20％。這突出了專業模型對利基應用程序的越來越重要。

Mistral AI的Codestral Mamba：由Albert Gu和Tri Dao開發的，該模型具有線性時間推斷並處理無限長的序列。它旨在提高編碼效率，超過當前領先的變壓器模型，同時保持快速響應時間，而不論輸入大小如何。但是，目前在像Llama.cpp這樣的流行框架中缺乏支持。

H2O Danube3：這引入了一個新穎的框架，用於精煉神經網絡中的文本反饋，從而突破了化合物AI系統優化的界限。綜合風暴系統將文章組織提高了25％，使LLMS能夠生成與Wikipedia文章相當的結構化的長格式內容。研究人員將其文本級組件視為AI編排中的遊戲改變者。

人工智能培訓和技術進步

• Microsoft Research的Agensinstruct：在Orca系列中構建的，這使用多個代理來從原始數據中生成多種說明，從而創建一個可增強模型性能的合成數據集。
• EfficityQAT：一種新的量化算法減少LLMS的內存使用時間和訓練時間，以Llama-2-70B之類的模型顯示出希望。
• Q-Sparse：這使得完全稀疏的LLM可以匹配密集模型的性能，從而提高效率，尤其是在資源受限的環境中。

AI對就業和創意工作流的影響

• Intuit的AI重組： Intuit的7％勞動力降低（1,800名員工）反映了不斷發展的就業格局，因為公司過渡到AI和機器學習。
• COMFYUI GLSL節點： Comfyui的此補充允許自定義著色器創建和應用程序，並使用GPU加速度增強實時圖像操作。

AI研究和基準測試

• Scicode基準：該基準測試LLMS從復雜的研究論文中解決科學編碼問題的能力，揭示了即使是先進的模型也很難實現高精度。
• Infobench（基準之後的指令）：旨在評估LLMS中的指令遵循功能，它引發了與現有對齊數據集相比其相關性的討論。

結論

本週的突破具有眾多部門的巨大潛力。高級AI，降低成本和提高效率的可訪問性是關鍵主題。專業模型和創新培訓技術的出現無疑將影響技術的未來及其融入我們的日常生活。請繼續關注下週的更新！

以上是AV字節：OpenAI的GPT-4O Mini和其他AI創新的詳細內容。更多資訊請關注PHP中文網其他相關文章！