- 无锡股票配资 【财经分析】多空博弈促债市窄幅波动 机构判断机会大于风险
- 炒股配资平台的首选 债市收盘|地方债放量启动,国债活跃券5Y-30Y交易
- 稳定的正规配资平台 2024年11月20日昆明市王旗营蔬菜批发市场有限公
- 期货配资平台哪家好 2024年11月20日无锡天鹏菜篮子工程有限公司价格
- 股票怎么办理杠杆 中交设计(600720.SH):在总部层面成立了“低空
北京股票配资网 对话月之暗面杨植麟:竞争是做正确的事 当下最关心「留存」
《通知》强调北京股票配资网,要促进人才培养与经济社会发展供需适配。 上海财经大学公共政策与治理研究院副院长田志伟告诉第一财经,上述新政对于减轻购房人的压力,增加老百姓用于消费的资金具有重要意义,不仅可以活跃房地产市场,还可以起到促进消费的作用。 (原标题:对话月之暗面杨植麟:竞争是做正确的事 当下最关心「留存」) 作者 | 丁广胜 出品 | 网易科技《态度AGI》栏目组 一年前的今天,kimi全面开放,在一年后,月之暗面希望纪念这一特别时刻,官宣kimi数学模型来了。 ● 观点速览 01 超级应用其实已经出现了,ChatGPT月活5亿 02 现在每月有3600万用户在使用kimi 03 做聚焦,做减法,始终保持是大模型公司里人最少的 04 AI行业发生了很多变化,但AI不变的关键词是Scaling Law 05 未来月之暗面会越来越多的基于强化学习去探索AI 06 下一步我们要让AI具备思考能力,思考决定上限,交互是必要条件。 07 当用户只输入关键词“特斯拉”,大模型需要预测和推断用户是想做什么? 08 什么样的场景锻炼AI思考能力?数学场景 09 如果你把宇宙看作是一本书,那它是用数学写就的(引用伽利略的话) 10 月之暗面的多模态大模型在内测了 11 我们离AGI的距离还处于初级阶段 12 竞争本身并不产生价值,做正确的事情,而不是专门做不一样的事(谈和豆包竞争) 一个小时之前,月之暗面创始人杨植麟在北京与网易科技等媒体见面,内容无他,只和最新模型有关,针对“登月计划”的关键一步kimi数学模型k0-math。 这是月之暗面对于大模型下一步发展的思考,即让大模型思考。 杨植麟说月之暗面接下来探索的关键有两个,一个是强化学习,一个是数学场景。 大约400年前,伽利略著名的论断说,宇宙是一本用数学语言写成的“宏伟之作”。 杨植麟引用伽利略的这句话,阐述了月之暗面对于数学场景布局的判断。 基准测试显示,Kimi k0-math 的数学能力可对标全球领先的 OpenAI o1系列可公开使用的两个模型:o1-mini和o1-preview。 在中考、高考、考研以及包含入门竞赛题的MATH等4个数学基准测试中,k0-math 初代模型成绩超过o1-mini和o1-preview模型。在两个难度更大的竞赛级别的数学题库 OMNI-MATH 和 AIME 基准测试中,k0-math 初代模型的表现分别达到了 o1-mini 最高成绩的90% 和83%。 杨植麟表示,Kimi 探索版也通过运用强化学习技术创新了搜索体验,在意图增强、信源分析和链式思考三大推理能力上实现突破。 “k0-math 模型和更强大的 Kimi 探索版,未来几周将会分批陆续上线 Kimi 网页版和Kimi智能助手APP,帮助大家解决更有挑战的数学和搜索调研类任务。” 以下为杨植麟对话媒体现场实况记录(AI转录,经人类精选、删减): 问:什么时候决定聚焦kimi的? 杨植麟:今年三四月份。我们主动选择做业务上的减法,聚焦把最重要的事情做好,始终保持大模型公司里人最少的,卡和人的比例最高的。 把一个产品做好,做到极致,是最重要的,我们不希望人数涨的特别猛,我们不能活生生把自己变成大厂。 问:现在都在谈应用,但超级应用迟迟没有出现,为什么? 杨植麟:已经出现了,ChatGPT有5亿月活,这就是超级应用。我们会根据美国市场的情况,来调整自己,选择一条河AGI愿景更贴合的路。 问:你如何看待大模型预训练? 杨植麟:预训练还有半代到一代模型的空间,这个空间明年就会释放出来,也就是说,明年基本上领先的模型会把预训练做到比较一致的阶段。 但我们判断,强化学习是一个重点。只是用不同的方式去做。我对Scaling Law还是乐观的。 问:你们为什么不做多模态? 杨植麟:已经在内测了 。AI思考和交互,我们看重这两个能力,思考是决定上限,交互是必要条件。 问:你们和豆包竞争比较激烈,同一赛道,接下来如何应对? 杨植麟:竞争本身并不产生价值,我们做好模型思考推理能力,给用户带来价值,做正确的事情,而不是专门做不一样的事情。 问:kimi最核心的任务是什么? 杨植麟:提升留存。这是当前最重要的事情,还有非常大提升的空间。我们离AGI的距离还处于初级阶段 问:如何解决模型过渡思考的问题? 杨植麟:因为我们现在没有对他的长度做任何的限制,所以他想想多少就想多少,我就让他自由的思考。问题出现在奖励上。 问:如果解决数据问题,让数据实现更大价值? 杨植麟:对强化学习来讲是核心的问题,数据是自己生成,奖励模型的效果会有更大的挑战,核心是训练更好的模型。 问:行业发展到今天,还有不少难题待解决,比如算法算力数据的平衡问题? 杨植麟:AI的发展是一个荡秋千的过程,两种状态之间来回切换,算力不够需要好算法,那没有高质量的数据也会成为问题,那就是让算法改变让这个事情不成为瓶颈。有时候加再多的卡业不可能提升效果。 问:你如何看待大模型的成本问题,有好的解决办法了吗? 杨植麟:接下来的版本会让大家去做选择。早期会用之前的方案来给用户好的体验,接下来会动态分配算力,模型足够聪明的话知道自己需要想多久、思考时间更短。另外算力成本的下降也是一个关键因素。 问:如何看待AI人才回流大厂? 杨植麟:月之暗面没有遇到这样的问题。这是正常的,行业发展进入新的阶段,之前做这个事的公司很多,现在做的公司少了,这是行业发展的规律。 问:这次发布数学模型,是不是数学和普通人比较远? 杨植麟:教育产品价值很大。在我们现有流量里面也可以看到这一点。 问:什么时候出海? 杨植麟:先聚焦再全球化北京股票配资网,我们有耐心。 |