就在刚刚，法国AI初创公司Mistral发布了自家首款代码生成模型Codestral。不仅支持32K长上下文窗口以及80多种编程语言，而且还用22B的参数量取得了与70B的Llama 3相近的性能。目前，已经开放API与IDE插件供用户使用。
这是一次「反向图灵测试」，几个全球最先进的大模型坐在一起，坐着火车唱着歌，但其中混进了人类：而 AI 的任务，是把这个人类揪出来。
斯坦福大学的研究人员研究了RAG系统与无RAG的LLM （如GPT-4）相比在回答问题方面的可靠性。研究表明，RAG系统的事实准确性取决于人工智能模型预先训练的知识强度和参考信息的正确性。
更适配中文的语音大模型来了—— 来自中国电信人工智能研究院，AI领域Fellow大满贯科学家李学龙带队，发布首个能听懂30多种多方言混说的大模型。 号称最难方言、“魔鬼的语言”的温州话，也不在话下。
AI 智能体的宣传很好，现实不太妙。
为什么是OpenAI首先开发出像GPT-4这样强大的模型？联合创始人Greg在接受采访时透露，团队中不仅仅有学术背景的研究型人才，同时还有优秀的工程人才，这使得他们能够从不同的角度解决问题，更有效地推动项目进步。
最近一段时间中国大模型领域变得异常热闹，最重要的话题就是各大模型公司的“价格战”。
最近，许久没有新动向的马斯克放出了大消息——他旗下的人工智能初创公司xAI将投入巨资建造一个超算中心，以保证Grok 2及之后版本的训练。这个「超级计算工厂」预计于2025年秋季建成，规模将达到目前最大GPU集群的四倍。
GPT-4在为人类选股时，表现竟然超越了大部分人类分析师，和针对金融训练的专业模型？在没有任何上下文的情况下，它们直接就成功分析了财务报表，这一发现让许多业内大咖震惊了。然而好景不长，有AI大牛指出研究中的bug：之所以会这样，很可能是训练数据被污染了。
昨天发的一篇文章，讲的是用 Midjourney 加 Kimi 做一款像素游戏。发完后，朋友看到说：“这他妈是游戏嘛，这跟你儿子学的 Scratch 做的游戏有什么区别？”我当时听到很不服气，怎么能把我跟儿子比呢，我吃的盐比他吃的饭还多呢。
