• 我的订阅
  • 头条热搜
...领域潮头浪尖的这些公司,早在几年前就已经陷入对训练语料的“绝望”追逐中——为此他们不惜修改政策条款、无视互联网信息的使用规则,只为了让自家的产品更加先进一些。《纽约时报》在本周末刊发的调查报道中,揭露...……更多
千行百业加速拥抱大模型(AI前沿观察)
...国内大模型快速发展对高质量数据的迫切需求,推动中文语料数据资源加快共建共享。今年7月,2023世界人工智能大会发起成立了中国大模型语料数据联盟。8月,上海人工智能实验室宣布,联合中国大模型语料数据联盟成员单位...……更多
...工智能大模型比作一位小学生,那么数据训练时所用的“语料”和“算力”,就相当于小学生“刷题”时使用的习题册和计算器,帮助他掌握知识点、更快给出正确答案。如今,北京的大模型有了更全面的“习题册”、更强大的...……更多
知乎 AI 革命:智能搜索与实时问答的融合
...和未来,有三个基本的视角:它是大语言模型预训练中文语料最重要来源之一,例如最近现象级的大模型聊天应用 Kimi Chat,就以知乎为重要的训练资料来源(甚至是 80% 以上的来源)。每一个在知乎上提问的用户,其实都是在发...……更多
...的大量数据仍分散在各个单位或市场主体内部,导致中文语料库“激活”的比例很低。数据交易所通过建立一整套完善的交易服务体系,帮助市场需求对接,将原始数据“挖掘”成为数据产品,释放数据资产的价值。北京国际大...……更多
“弱智吧”成最佳中文AI语料库,究竟什么算优质数据?
...地”的弱智吧,最近竟摇身一变成了——最佳中文AI训练语料库?由此受到启发,是否并不是训练AI的优质数据不够用,而是还有更多宝藏数据资源值得深挖?近日,由中科院深圳先进技术研究院、中科院自动化研究所,滑铁卢...……更多
【聚焦2024中关村论坛】数据安全治理与发展论坛举行:发布7项实践成果
...数字经济高质量发展提供有力保障。成果二:中文互联网语料库CCI 2.0北京智源人工智能研究院发布中文互联网语料库CCI 2.0,规模约500G,且为经过严格清洗过滤的中文数据集。CCI 2.0在1.0版本基础上,进一步扩充数据来源、完善...……更多
APUS带你穿越千载重回故里,看AI眼中的《轩辕大帝》
...了文本到视频的渲染转换,更运用尖端算法精确抓取红色语料库素材,呈现可视化关键要点,相较于传统视频剪辑,大大提升了制作效率。 据了解,在同等条件下,按照传统视频剪辑制作流程计算,《AI绘轩辕》至少需要1-2个...……更多
大模型驱动行业创新 媒体机构探索AI数据要素开发
...未来,AI将创造出一种新型的“人机共存消费模式”。“语料数据是大模型训练的重要‘燃料’,有助于大模型更好地适配实际的应用场景,实现人工智能赋能千行百业的愿景。”王巍表示,从目前的情况来看,虽然我国的数据...……更多
星环科技成功举办数据要素市场与大模型语料库论坛
...1场数据交易节及20场主题论坛。11月26日,由中国大模型语料数据联盟指导,上海数据交易所、星环信息科技(上海)股份有限公司主办,上海市数商协会协办的“数据要素市场与大模型语料库论坛暨中国大模型语料数据联盟开放日...……更多
华策影视:目前公司语料主要用于训练自用垂直模型 【华策影视:目前公司语料主要用于训练自用垂直模型】财联社3月22日电,华策影视接受调研时表示,公司的视频语料分两种,包括文字语料,如小说、剧本等;视频语料,...……更多
APUS李涛阐述AI战略:为中国定制AI大模型,让大模型应用与价值创造接轨
...们必须正视,在国内主流模型训练中,中文数据集在全球语料库中只占据3%的份额,同时夹杂着网络垃圾数据,成为国内大模型发展与应用的一道枷锁。尤其是在不确定因素影响下,A100、A800、H100、H800、RTX 4090等芯片已成为产业...……更多
“世界模拟器”的文化偏见与AIGC时代的文化竞争
...右我们对世界的认识方式。 文化出海应包括数据出海,语料库是未来文化软实力如果仔细分析Sora生成内容的美学要素,就能够轻易发现,它的审美范式依旧是这一“犹他大学—好莱坞—皮克斯”系统的延续。不仅Sora所代表的...……更多
李开复AI公司首发大模型,阿里云领投 | 36氪独家
...000张GPU,我们只要1200张。”Yi的训练数据主要来源于公开语料的爬取和数据库。李开复介绍,训练数据的难点在于重复率高、质量低。通过清晰,团队从100多T的数据中筛选出了3T。由于中文语料的质量较低,目前,Yi的训练数据...……更多
昆仑万维发布开源13B高质量商用大模型 领先Llama2和Baichuan2
...Skywork-13B系列大模型还将开源600GB、150B Tokens的高质量中文语料数据集Skypile/Chinese-Web-Text-150B,这是目前最大的开源中文数据集之一。同时,昆仑万维「天工」Skywork-13B系列大模型即将全面开放商用——开发者无需申请,即可商用...……更多
...细粒度的知识抽取,构建科学知识资源底座,建设高质量语料库和基础科学数据集,支持开展通用人工智能大模型和垂直领域人工智能大模型训练。在保障支撑方面,《征求意见稿》提出提升数据供给水平。完善数据资源体系,...……更多
ChatGPT一周年,机会在大厂还是小公司?
...型四个要素场景、数据、模型、算力,想问大家对于中文语料进一步采集、整理和使用有没有什么建议?这个可以从你们自身企业发展的角度,或者模型发展角度,也可以从公共政策、产业政策的角度,谈一谈中文语料怎么样能...……更多
邬贺铨院士:金融大模型改变了金融科技范式
...要全行业共同参与,合作开发,“基础大模型多数从通用语料训练生成,通识能力强,可作聊天对话,但缺少行业专业知识,需要大模型提供方与垂直行业合作开发行业大模型”。以度小满的开源金融大模型“轩辕”为例,它是...……更多
...见或建议,需在10月25日24:00前反馈。《要求》提出,建立语料来源黑名单,不得使用黑名单来源的数据进行训练。应对各来源语料进行安全评估,单一来源语料内容含违法不良信息超5%应将其加入黑名单。应使用包含个人信息的...……更多
...话,多重AI技术互补,大模型与小模型搭配,专业知识和语料为支撑。这套打法说起来容易,但做起来一点儿也不简单,这需要对产业有极深的理解和实践,对技术有极高的储备。以服务某金融机构的精细化运营场景为例,精细...……更多
大模型应用疯狂加速,洗牌却在静悄悄进行了
...混元大模型,据了解该模型拥有超千亿参数规模,预训练语料超过2万亿Tokens,并已接入腾讯云、腾讯广告、腾讯游戏、腾讯金融科技、腾讯会议、腾讯文档等50多个腾讯业务。而且在国家公布的首批大模型厂商中,腾讯混元大模...……更多
...发展,该公司的数据许可业务将继续增长。“Reddit的信息语料库对于大型语言模型的训练非常重要,”她说,并补充说,随着人工智能生成的内容变得普遍,该网站19年来有组织和有节制的内容将变得更有价值。 ……更多
AI识别方言困难!专家探索用算法度量方言差距,提议构建统一框架
...,缺乏对应文字,并且难以收集,可用于模型训练的方言语料数据偏少。信也科技算法科学家倪博溢。10月24日,第八届信也科技杯算法大赛总决赛上,9支人工智能队伍角逐,探索利用AI技术识别和还原语音数据中的方言信息,...……更多
...厂商将投入巨额资金购买底层数据库,这些数据库涵盖了语料、图片、音视频等多种类型的数据。如果客户在使用这些数据库生成的内容时,其著作权归属于客户,这将对厂商的利益产生不利影响。未来,更应当面向产业链,关...……更多
圆桌|生成式AI时代,大模型数据安全如何保障?
...过训练去组合,去生成新的内容,这些内容可能在过去的语料里根本没出现过,但它依然是有害的。所以,即便把训练数据处理得很干净,在生成式人工智能时代依然会面临有害内容产生的情况。要解决这些问题,需要进行算法...……更多
...共同体数据量”还是有限的。同属汉字文化圈的日本,其语料的汉字属性是中国以外最强的,当年在底层编码技术开发的时代,日本对汉字编码化的贡献有目共睹。今天,我相信日语语料和日本的数据也能为汉字文化圈AI的训练...……更多
3500P算力就位!北京数据基础制度先行区扩至海淀
...挥智源前沿研究优势,凝聚行业力量,建设高质量大模型语料库,构建开源开放平台,推动通用人工智能技术及产业取得重大突破进行介绍。北京海天瑞声科技股份有限公司董事长贺琳表示将推动人工智能数据服务创新,积极参...……更多
...构、企业等科研和产业数据共享开源,成立上海AI4S和AI4E语料库联盟与开发者社区,依托隐私计算、区块链、联邦学习等技术,构建安全可信的数据共享平台,使海量数据发挥更大作用。张磊说:“当下,最重要的莫过于要做两...……更多
研究:网络充斥低质机翻内容,大语言模型训练需警惕数据陷阱
...也可能较低。数据质量对于LLM训练至关重要,其中高质量语料库如书籍和维基百科文章通常会进行多次向上采样。” 返回搜狐,查看更多责任编辑: ……更多
...施。为了满足大模型发展对高质量、大规模、安全可信的语料数据资源的需求,人民网积极建设“主流价值语料库”,大幅提高大模型的安全性。2. 平台升级推动内容产业发展新质生产力2023年,生成式人工智能全方位赋能内容...……更多
更多关于财经的资讯:
10月份82%债基上涨 光大保德信华商等产品领涨
中国经济网北京11月5日讯(记者康博)在刚过去的10月份,剔除净值异动的债券型基金后,在共计6639只有可比业绩的债基中业绩实现上涨的有5448只
2024-11-05 07:44:00
10月份11只QDII涨超5% 南方嘉实汇添富等基金领涨
中国经济网北京11月5日讯(记者李荣)今年10月份,全市场634只(各类份额分开计算,下同)有可比业绩的QDII基金中
2024-11-05 07:44:00
南京楼市成交连增,价格趋稳
新房认购面积同比增长24.9%,二手房库存少了3万套,市场呈“止跌回稳”态势——南京楼市成交连增,价格趋稳二〇二四南京金秋房展会今年九月在南京国际博览中心举行
2024-11-05 07:55:00
急扩产能,比亚迪3个月招聘近20万名员工
“8~10月,比亚迪三个月提产近20万台,整车加零部件招聘近20万人,各基地都处于满产状态,生产采购等运营团队做出了巨大的艰苦努力
2024-11-05 07:59:00
德国联合政府内讧走到关键时刻,华尔街:他们怕不是要散伙了吧?
就在全世界紧盯美国大选的同时,欧洲第一大经济体德国正步入政坛动荡的关键节点。由于应该在11月中旬最终敲定的2025年财政预算持续僵持
2024-11-05 07:59:00
九成猪企成本降入14元区间,多公司称仍有降本空间
今年以来,随着行情回暖,A股上市猪企狂揽“红利”,前三季度合计实现盈利超230亿元。财联社记者多方采访获悉,除猪价上升之外
2024-11-05 07:59:00
涨了!10月杭州新建商品房成交量环比增16.6%
住建部数据显示,10月份全国新建商品房成交量同比增长0.9%,环比9月扩大12.5个百分点,是自去年6月份连续15个月下降后首次实现增长
2024-11-05 08:11:00
壮大长期资本耐心资本 杭州创新基金组建规模破千亿元
推动国资出资成为更有担当的长期资本、耐心资本,杭州有新进展。记者近日获悉,截至10月底,杭州创新基金组建规模已达1008
2024-11-05 08:11:00
高科技把握品控 秋天的第一口鲜甜“橙”意满满
深秋,全国各地传来丰收的喜讯,在产业化、规模化、科技化的助力下,秋收会碰撞出怎样的火花?江西赣州:赣南脐橙正式开摘3日
2024-11-05 08:11:00
台州创新金融服务支持科技型中小企业发展 “双创苗圃”培育科创新苗
浙江日报台州11月4日电 (记者 陈久忍 徐子渊 通讯员 应芳露) 11月4日,入夜,台州市仙居县医疗器械小镇内的浙江桐轩医疗科技有限公司生产车间内灯火通明
2024-11-05 08:42:00
能源转型持续推进 厚植可持续发展清洁底色
本文转自:人民网人民网记者 王绍绍近年来,我国能源发展成绩亮眼,供能结构持续优化,能源行业减排增效,新型储能、风光发电等蓬勃发展
2024-11-05 08:48:00
迎接大选日冲击:美国股债汇市场进入“战斗状态”!
财联社11月5日讯(编辑 潇湘)随着民调继续显示美国总统大选的竞争十分激烈,在进入大选和美联储议息“超级周”的首个交易日
2024-11-05 10:07:00
美国“核电+数据中心”炒作逻辑遭遇监管重击 多家年内翻倍股受挫
美国当地时间周一,多家与“核电+AI”概念密切相关的明星股出现不同程度的下跌。原因也很简单——美国能源监管部门的命令,直接击中了概念炒作的核心逻辑
2024-11-05 09:00:00
高位连发新基、频频踩雷,华商基金百亿基金经理收割基民?
最近A股市场持续回暖,但华商基金旗下的明星基金经理高兵管理的基金依然亏损严重,今年以来业绩收益率为-26.41%,三年亏损率超-50%
2024-11-05 09:00:00
一线城市卖地很拼,百亿地块频出,北京取消价格上限
一线城市总价超百亿的“巨无霸”地块接连上新!近日,北京市丰台区新挂牌的一宗地引发关注,这宗位于万泉寺村的棚户区改造土地开发项目
2024-11-05 09:00:00