7.23 特斯拉 Optimus 机器人计划 2026 年量产销售
输入“/”快速插入内容
7.23 特斯拉 Optimus 机器人计划 2026 年量产销售
7.23 特斯拉 Optimus 机器人计划 2026 年量产销售
2024年7月23日创建
🌟 技术突破
💡 Llama 3.1 泄密：4050 亿参数，超越 GPT-4o 级开源模型！
Llama 3.1，一款 4050 亿参数的开源大型语言模型，已在 Reddit 上泄露，其性能在多个基准测试中超越了 GPT-4o 等闭源模型。该模型支持八种语言，使用了超过 15 万亿个 token 的数据进行训练，预训练数据截止到 2023 年 12 月。Llama 3.1 采用优化的 Transformer 架构，并通过指令微调提高多语言对话的适用性。尽管泄露的 Github 链接已失效，但有替代下载链接可供使用。模型训练使用了大量计算资源，Meta 公司在训练过程中保持了净零温室气体排放。
💡 GPT-4o 发挥关键作用！NuminaMath 7B TIR 赢得第一届 AIMO 进步奖
NuminaMath 7B TIR 在 AIMO 进步奖中表现卓越，其训练数据集 NuminaMath 已开源。该数据集包含 86 万个数学题目，覆盖从基础到高级难度级别，采用 OCR 技术提取并经 GPT-4o 多模态能力处理，确保了数据的高质量和国际化需求。Numina 还引入 TIR 模块，结合程序执行验证数学推理的正确性，显著提升了模型的数学解题能力。
💡 GitHub 狂揽 2.5K 星，开源框架 exo 在家就能跑 400B 大模型
GitHub 上的 exo 框架通过点对点连接技术，使家用设备如苹果电脑、iPhone、iPad 等能够自动组成 AI 算力集群，运算速度达 110TFLOPS。该框架支持多种设备，包括安卓手机和 4090 显卡，并计划支持即将发布的 Llama3-405B 模型。尽管存在设备算力和网络传输速度的挑战，exo 框架仍展现出巨大的潜力和灵活性。
💡 新型 AI 模型预测阿尔茨海默病准确率达 82%
英国剑桥大学科学家开发出一种 AI 工具，能以 82%的准确率预测早期痴呆症患者发展为阿尔茨海默病的可能性。该工具有望减少侵入性和昂贵的诊断测试需求，改善早期治疗效果，并增加干预措施的机会。全球痴呆症患者超 5500 万，其中 60-80%为阿尔茨海默病，每年造成巨大经济损失。早期检测对治疗效果至关重要，但现有诊断方法可能不准确，导致误诊。剑桥团队的机器学习模型基于 400 名患者的数据建立，准确预测病情发展速度，准确率远高于现有临床诊断工具，未来计划扩展至预测其他类型痴呆症。
💡 谷歌发布 NeuralGCM 天气预报 AI 模型：运行成本更低、预测更准
谷歌公司发布了名为 NeuralGCM 的 AI 天气预报模型，该模型结合机器学习和传统技术，提供成本更低、1-10 天预报更准确的天气预测。NeuralGCM 模型开源，可快速在笔记本电脑上运行。由谷歌研究院、DeepMind、麻省理工学院、哈佛大学和欧洲中期天气预报中心的科学家共同研发，通过使用物理方程和神经网络训练，结合全球环流模型和人工智能，减少了计算需求，提高了预测速度和质量。其准确度与欧洲中期天气预报中心的 1-15 天预报相当。
💡 挑战 Scaling Law，Meta 发布 MobileLLM：350M 小模型性能匹敌 7B LLaMA-v2