虽然2023年被称为是大模型元年,但全球科技界普遍认为,今天对于未来的想象力,依然是保守的。
从Chat GPT的出现到百模大战,只用了不到半年时间,生成式AI已经成为一个不得不打,还要打出成绩的战役。
经过一年的沉淀,通用大模型的能力正在逐渐增强,大模型厂商也在将这些能力逐渐下沉,希望真正应用到实际场景产生价值。
行业中也出现了一些产业标准和评测指标,12月22日,国内首个官方“大模型标准符合性评测” 《人工智能大规模预训练模型第2部分:评测指标与方法》结果公布,百度文心一言、腾讯混元大模型、360智脑、阿里云通义千问四款国产大模型首批通过测试。
测试由工信部中国电子技术标准化研究院发起,评测围绕多领域多维度模型评测框架与指标体系,从大模型的通用性、智能性、安全性等维度开展,涵盖语言、语音、视觉等多模态领域。
评测指标与方法的出台,一方面可以评估大模型的能力,一方面可以减少大模型诸如幻觉带来的安全问题、伦理问题。
我们常说的大模型幻觉,就是“胡说八道”。具体是指模型生成的内容与现实世界事实或用户输入不一致的现象。
大模型幻觉问题在于可能会导致误信和误用,特别是在用户未能意识到模型输出的不可靠性时。因此,理解和识别大模型幻觉的存在,对于任何依赖或使用这些技术的人来说都至关重要。
这要求从技术层面持续改进模型的准确性,减少错误和偏差的发生。让我们可以更安全、更有效地利用大模型的强大能力,同时避免或减轻由幻觉带来的负面影响。
最近,来自哈尔滨工业大学和华为的研究团队发表了一篇长达50页的综述,综述给出了一套新的范畴框架来定义模型幻觉,并将其分为事实性幻觉、忠实性幻觉两大类,其中也列出了少不业内比较有代表性减轻幻觉的方法。
本期《数字化转型方略》将探讨大模型的指标和幻觉问题,因为大模型不能只是刷榜,企业可以通过哪些关键指标来做判断是未来应用的关键,还有就是需要持续性关注的大模型的幻觉问题,推动AI向更可靠、更安全的方向发展。
《数字化转型方略》2023年第12期:http://www.zhiding.cn/dxinsight/2312
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。