一些ChatGPT订阅用户报告称,他们的可用工具下拉列表中出现了一个名为"一起学习"的新功能。
这种模式显然是聊天机器人成为更好教育工具的方式。据一些用户反映,该功能不是直接提供答案,而是会提出更多问题并要求人类回答,这类似于OpenAI对Google LearnLM的回应。一些人还猜测该功能是否会有一种模式,允许多个人类用户加入聊天进行小组学习。OpenAI没有回应我们的评论请求,但值得一提的是,ChatGPT告诉我们:"OpenAI尚未正式宣布'一起学习'何时或是否会向所有用户开放——或者是否需要ChatGPT Plus订阅。"
这个功能很有趣,因为ChatGPT已经迅速成为教育领域的主要工具,既有有益的方面,也有不那么有益的方面。教师正在使用它来制定课程计划等;学生可以将其用作辅导工具——或者他们可以用它来代写论文。一些人甚至认为ChatGPT可能正在"杀死"高等教育。这可能是ChatGPT鼓励良好用途同时阻止"作弊"行为的一种方式。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。