VIP会员
aiOS是 "hyperspaceai" 组织开发的世界首个基于 Mistral7B 模型的去中心化 AI 网络。它旨在彻底改变人工智能的可访问性，让用户能够体验到前沿的去中心化人工智能计算。目前该应用程序处于早期开发阶段，提供给 Windows、Linux 和 macOS 用户下载体验。目前已经支持Llama-3，用户可以免费体验。
据官方称，目前超过5000+节点，近期将会推出赚取积分服务。用户可以通过官方下载体验：https://aios.network/
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
相关推荐
Meta将其AI聊天机器人推广到印度所有用户 仅支持英文
Meta 在印度大选期间进行了几个月的测试后，决定将其 Llama-3技术驱动的 AI 聊天机器人推广到所有印度用户。然而，Meta AI 目前仅支持英文，不支持其他本地语言。
2024年6月24号 9:36
216.3k
Meta 发布两个 24K H100GPU 集群用于训练 Llama-3
["Meta 发布两个 24K H100GPU 集群用于训练 Llama-3。","Llama-3 使用 RoCEv2 网络和 Tectonic/Hammerspace 的 NFS/FUSE 网络存储。","预计 Llama-3 将于 4 月末或 5 月中旬上线，可能是多模态模型且会继续开源。","Meta 计划到 2024 年底拥有 600,000 个 H100 的算力。"]
2024年3月13号 15:21
190.1k
高盛:大型科技公司将花费1万亿美元用于AI数据中心等 目前收效甚微
金融巨头高盛的一份研究通讯警告称，大型科技公司已加大资本支出以推动生成式人工智能的发展，但尚未展示可持续的商业模式。该投行估计，在未来几年将有约1万亿美元用于数据中心、半导体、电网升级和其他人工智能基础设施。
2024年7月10号 11:36
227.6k
分析师因人工智能转型重新调整微软股价目标
微软（MSFT）近期因其深度整合人工智能技术而再次成为投资者关注的焦点。该公司旗下的Azure云计算平台，在首席执行官萨特亚·纳德拉(Satya Nadella)的战略推动下，日益成为推动其人工智能发展的关键引擎。最新的财报显示，微软第三季度营收达到618.6亿美元，超过了分析师的预期，其中云业务表现尤为抢眼，营收达到350亿美元，同比增长23%。
2024年7月10号 11:05
149.0k
Llama 3超越GPT-4！英伟达推微调新框架RankRAG
佐治亚理工学院与英伟达的两位华人学者最新共同研发了一款名为RankRAG的创新微调框架，该框架针对复杂RAG流程实现了显著简化，使用单一的LLM对检索、排名及生成任务进行统一操作，效果远超传统流程。RAG技术在辅助大规模文本生成时普遍使用，然而，原有流程敏锐地识别到了如k值选择的局限性：当k值过大使长上下文处理变得吃力，或k值偏小削弱了检索效率。RankRAG创新性地通过微调与扩展LLM能力，使LLM能够自我适应进行检索和排名。相较于常规流程，该框架在数据效率和性能方面都有显著提升。实验证明，通过微调更高效的Llama模型，在多个通用和生物医学领域基准测试中，RankRAG的表现具有一定竞争力，甚至超越了前代顶级模型约10%的水平。这项技术引入了高度交互性和可编辑性的元素，允许用户在生成内容后进行实时编辑与迭代，显著提升工作效率，并且被推广至可与任何平台分享的成果。RankRAG的微调方案分为指令监督与多阶段强化训练两个阶段，旨在提升LLM在不同指令、检索与上下文排名能力上的综合性。通过该框架，AI生成的内容在通用领域性能上超过了目前开源顶级系统。尤其在长尾QA及多跳QA任务中有超10%的性能提升。在适应性应用如生物医学RAG基准Mirage上，即使是未经专门训练的模型，RankRAG也展现出对专业领域任务的超越。随着RankRAG的不断优化与普及，我们期待AI与人类协作流程更加顺利，技术及应用得到更大幅度的发展与创新。欲深入了解RankRAG技术，请访问论文：https://arxiv.org/abs/2407.02485
2024年7月10号 10:52
255.7k