日日新大模型更新,商汤公开“朋友圈”
作者|陶然 编辑|魏晓
下午进行的这场大模型发布会,来给商汤站台的大厂前所未有的多:
小米、华为、金山办公、海通证券、阅文集团,有点像是商汤把好友列表公开展示,一眼看去,还都是科技圈里的高手。
一直略显低调的商汤到底掏出了什么,能让从科技到文娱再到金融等多个行业的头部公司,同期抛来合作的橄榄枝?
答案还是大模型——商汤日日新大模型更新到了5.0版本。
这一次的模型,似乎有点强。
4月23日,在上海商汤临港AIDC举行的“2024年商汤技术交流日”活动现场,商汤科技发布了全新升级的日日新SenseNova5.0大模型,以及一系列配套或衍生的行业大模型、AI助手。
模型采用MOE混合专家架构,基于超过10TB tokens训练,推理上下文窗口200K。商汤方面表示,新版本的大模型已经“全面对标GPT-4Turbo”。
从代码到车机,从虚拟形象到办公助手,几小时的时间里,关于AI的大量话题都在现场谈起。
并且,都在日日新大模型5.0版本的“射程范围”之内。
官方表示,本次更新后,日日新商量大模型5.0主模型在语言、知识、推理、数学、代码等领域的能力,已经在主流客观评测上达到或超越了GPT-4 Turbo。
具体来看,在数理逻辑层面,更新后的商量大模型已经实现了对标GPT-4 Turbo,并达到了能够更深入地理解和处理复杂逻辑结构及问题的高阶数学推理能力。
以数学解题为例,新版本的商量大模型能够自动生成python代码来对用户提出数学问题求解。相较于传统方法,引入代码将可以一定程度上减少大模型直接生成数值计算结果而带来的错误,进一步提升LLM在数学解题方面的能力。
根据官方提供的资料,公开数学测评数据集上,商汤的大模型目前已经逼近了GPT-4 Turbo的水平。
而在AI开发者常用的编程领域,商量大模型的代码能力,经Human-Eval测试集检验后,一次通过率已经达到了78.05%,超过GPT-4 Turbo (1106)的74.4%。
甚至,为了配合程序员群体中的“高级玩家”,商量大模型5.0的主模型还新增了工具调用能力,程序员可以在对话模型中用自然语言直接启动工具调用。
例如,设计函数调用的场景下,程序员用户可以传入自定义工具,而大模型会根据输入的内容以及工具定义来自动选择工具进行调用,还可以分析工具调用的返回结果来进行总结回复。
从商汤内部给出的测试工具调用结果来看,这套流程的准确度已然高达99%。
当然,在更C端的自然语言问答、多轮对话领域,国产大模型过去很长一段时间与GPT相比,虽说呈现结果的差异在逐渐缩小,但体验上(如大模型对模糊语义的理解,生成答案的可读性等层面)依然难称完美,今年Kimi的横空出世倒是给了行业一个惊喜。
此番大模型更新,商汤也在开放问答场景做了重点优化,聊天、多轮对话、信息提取、写作等场景下,新版本的商量据称已经能够和GPT-4 Turbo媲美。
公司CEO徐立表示,现在的商量大模型在很多时候“甚至突破了GPT-4 Turbo的能力圈”。
伴随模型基础能力的提升,商汤似乎也一改往日AI落地缓慢、商业化前景不明的状态,于发布会上接连展示出公司在金融、办公和车机大模型等多个领域的新合作。
其中,就包括备受关注的小米、华为——上半年互联网圈和车圈的两大顶流,现今都加入了商汤的“朋友圈”。
发布会现场,商汤科技官宣与华为联合发布面向金融、医疗、政务、代码等行业的大模型。
实际上,早在三月份,商汤大装置AI云和日日新·商量大模型就已经通过了与华为Atlas系列服务器的相互兼容性测试。
得到与华为的“互信认证”,意味着商汤可以在昇腾Atlas服务器中进行训练和部署,这次的行业大模型,或许正是成果之一。
而与小米,则自然是2024年最火的车,小米SU7。
在SU7的两次发布会上,车机小爱同学频繁出镜,无疑是小米SU7智能座舱的重要组成部分,也是串联人车家生态的关键环节之一。
在此次商汤发布会上,小米集团小爱总经理王刚透露,SU7的智能车舱中就应用了商汤的大模型技术和端云大模型解决方案。与商汤科技首席科学家王晓刚对话时,王刚表示,商汤的云边端全栈组合,可以很好地赋能和适配小米物联网生态。
眼见朋友圈逐渐扩大,AI领域起步很早的商汤,或许已经进入了收获期。
Lanmeih/今日话题
哪款大模型你最常用?
咱们评论区聊聊~
往期经典