谷歌发布史上最大的视觉语言模型 PaLM-E

谷歌发布史上最大的视觉语言模型 PaLM-E 谷歌 PaLM-E 有着5620亿参数 (ChatGPT 为1750亿参数) ，结合了 PaLM-540B 语言模型与 ViT-22B 视觉模型。将现实世界的连续传感器模态直接纳入语言模型，"为AI移植眼睛"从而建立单词和感知之间的联系。 PaLM-E 直接从机器人摄像头获取原始图像数据，并根据自然语言指令进行动作规划和执行，这样就避免了人工预处理或标注数据的需要，可以端到端自主学习这些任务。 研究团队同时发现： 1. 语言模型越大，在视觉语言和机器人任务训练时就越能保持其语言能力，PaLM-E 的5620亿的参数量刚好让它保留住了几乎所有语言能力。 2. "通才AI"的正迁移能力，同时在多个任务领域训练的 PaLM-E，单任务能力相比"专精AI"显着提高。 3. 除了人机交互方面有着重大进展，团队还发现了 PaLM-E 有着诸如多模态思维链推理和多图像推理等新兴能力，在 OK-VQA 视觉问答基准测试上达成了新的 SOTA (最佳水平AI)。

Google IO 将公布 PaLM 2 大模型

Google IO 将公布 PaLM 2 大模型 Google 将在年度开发者大会 Google I/O 上宣布它的新版通用大语言模型 PaLM 2。 PaLM 是 Google 在 2022 年 4 月宣布的大模型，有 5400 亿参数，Google AI 和 DeepMind 后在此基础上开发了一个用医学数据集微调的版本 Med-PaLM，它是首个在美国医师资格考试中获得及格分的 AI 模型。 在 5 月 10 日周三举行的开发者大会上 Google 宣布的 PaLM 2 将是该公司最先进的大模型，其内部代号为“Unified Language Model（统一语言模型）”，包含逾百种语言，能执行范围广泛编程和数学测试，以及创意写作测试和分析。

【Hayo AI 支持 Google Palm】很高兴的向大家宣布，Google-PaLM2 语言模型的使用权限现已「免费」向所

【Hayo AI 支持 Google Palm】很高兴的向大家宣布，Google-PaLM2 语言模型的使用权限现已「免费」向所有 Hayo AI 用户开放，您可以在 AI Chat 界面切换到该模型。PaLM2是由Google开发的语言模型，它在高级推理任务方面表现出色，包括代码和数学运算、分类和问答、翻译和多语言能力以及自然语言生成等。此外，PaLM2还衍生出了Bard、PaLM API等模型。 关于该模型的更多介绍，您可以参照： 消息来源： via 匿名 标签: #Hayo 频道: @GodlyNews1 投稿: @GodlyNewsBot

苹果Siri新专利：借助 AirPods 运动传感器，通过语言模型训练“读取”唇语

苹果Siri新专利：借助 AirPods 运动传感器，通过语言模型训练“读取”唇语 苹果在专利中概述了一种全新的监测方式，表示声音容易收到背景音等干扰，希望通过 AirPods 内置的陀螺仪或加速度计来记录微妙的面部运动，不仅可以减少耗电量和处理负担，而且可以提高准确度。 苹果表示通过加速度计和陀螺仪等运动传感器，记录嘴巴、脖子或头部的运动，并通过算法和语言模型来“读取”用户的唇语。

Google最新发布PaLM 2，一种新的语言模型，具有更好的多语言和推理能力，同时比其前身PaLM更节省计算资源。

Google最新发布PaLM 2，一种新的语言模型，具有更好的多语言和推理能力，同时比其前身PaLM更节省计算资源。 PaLM 2综合了多项研究进展，包括计算最优的模型和数据规模、更多样化和多语言的数据集、以及更有效的模型架构和目标函数。 PaLM 2在多种任务和能力上达到了最先进的性能，包括语言水平考试、分类和问答、推理、编程、翻译和自然语言生成等。PaLM 2还展示了强大的多语言能力，能够处理数百种语言，并在不同语言之间进行翻译和解释。PaLM 2还考虑了负责任的使用问题，包括推理时控制毒性、减少记忆化、评估潜在的伤害和偏见等。