生成式AI不仅在重塑人们与信息技术的互动方式,更在深刻改变着产业结构与经济生态。为了加快人工智能的发展步伐,进一步推动大模型产业的实际落地,促进AI原生应用的全面繁荣,百度智能云将于2024年4月9日在成都举办首届“百度智能云GENERATE全球生态大会”。
本次大会以“智能·共生”为主题,邀请地方政府领导、全国头部生态伙伴及代表企业、大模型领域的权威专家以及媒体代表等与会,共同探讨大模型时代的产业发展机遇,以及如何通过强化合作,携手共赢,助力企业智能化跃迁,实现高质量发展。
大会将带来百度智能云在大模型时代的全新生态战略,以及针对伙伴优化的大模型全链路解决方案,并发布20+千帆大模型平台行业场景最佳实践,满足伙伴加速大模型落地的各类需求;在支持伙伴方面,也将重磅发布众多全新生态政策,全方位携手伙伴同生共长,共同繁荣。
百度于去年3月在全球科技大厂中率先发布了知识增强大语言模型文心一言,并推出全球首个一站式的企业级大模型生产平台——百度智能云千帆大模型平台,已经累计服务超过4万家企业用户,累计帮助企业用户精调近1万个大模型。针对生态伙伴、创始企业用上大模型、用好大模型的需求,百度智能云已打造国内首个大模型全链路生态支持体系,贴身围绕为处于不同成长阶段的创新企业和开发者,提供大模型实训营、AI加速器、AI原生应用商店等支持,帮助创业者、开发者实现从0到1的突破创新,实现商业价值和社会价值。目前已有超过500家垂类赛道合作伙伴在百度智能云千帆大模型平台上进行深度开发,覆盖政务、金融、营销、教育、运维等多个领域。
Generate is a new generation,4月9日首届“百度智能云GENERATE全球生态大会”诚邀来自各个产业的领军企业和创新团队,共同探索大模型的无限可能,共创更加繁荣和多元的大模型生态。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。