3月26日，快手商业化算法负责人江鹏在2024磁力大会上表示，快意通用大语言模型能力超过GPT-3.5，通过对快意大模型进行

3月26日，快手商业化算法负责人江鹏在2024快手磁力大会上表示，快意通用大语言模型能力超过GPT-3.5，通过对快意大模型进行千亿级Token商业知识预训练、百万级商业指令对齐等，快手进一步研发了业界领先的营销域大语言模型，该模型能生成真正符合快手风格的素材，在营销领域的能力已与GPT-4齐平。快手女娲数字人平台能支撑超过2200路数字人24小时同时开播，盘古视频AIGC能够让营销转化率提升33%。（全天候科技）

阿里云发布通义千问2.0 性能超GPT-3.5 正加速追赶GPT-4

阿里云发布通义千问2.0性能超GPT-3.5正加速追赶GPT-4通义千问2.0发布周靖人介绍，过去6个月，通义千问2.0在性能上取得巨大飞跃，相比4月发布的1.0版本，通义千问2.0在复杂指令理解、文学创作、通用数学、知识记忆、幻觉抵御等能力上均有显著提升。目前，通义千问的综合性能已经超过GPT-3.5，加速追赶GPT-4。通义千问2.0综合性能超过GPT-3.5，正在加速追赶GPT-4在MMLU、C-Eval、GSM8K、HumanEval、MATH等10个主流Benchmark测评集上，通义千问2.0的得分整体超越Meta的Llama-2-70B，相比OpenAI的Chat-3.5是九胜一负，相比GPT-4则是四胜六负，与GPT-4的差距进一步缩小。中英文理解能力是大语言模型的基本功。英语任务方面，通义千问2.0在MMLU基准的得分是82.5，仅次于GPT-4，通过大幅增加参数量，通义千问2.0能更好地理解和处理复杂的语言结构和概念；中文任务方面，通义千问2.0以明显优势在C-Eval基准获得最高得分，这是由于模型在训练中学习了更多中文语料，进一步强化了中文理解和表达能力。在数学推理、代码理解等领域，通义千问2.0进步明显。在推理基准测试GSM8K中，通义千问排名第二，展示了强大的计算和逻辑推理能力；在HumanEval测试中，通义千问得分紧跟GPT-4和GPT-3.5，该测试主要衡量大模型理解和执行代码片段的能力，这一能力是大模型应用于编程辅助、自动代码修复等场景的基础。据介绍，通义千问更成熟了，也更好用了。通义千问2.0在指令遵循、工具使用、精细化创作等方面作了技术优化，能够更好地被下游应用场景集成。通义大模型官网上线了多模态和插件功能，支持图片输入、文档解析等细分任务。与此同时，基于通义大模型训练的8大行业模型组团上线，分别是：通义灵码-智能编码助手、通义智文-AI阅读助手、通义听悟-工作学习AI助手、通义星尘-个性化角色创作平台、通义点金-智能投研助手、通义晓蜜-智能客服、通义仁心-个人专属健康助手、通义法睿-AI法律顾问。8大行业模型面向当下最受欢迎的多个垂直场景，使用领域数据进行专门训练。用户可以在官网直接体验模型功能，开发者可以通过网页嵌入、API/SDK调用等方式，将模型能力集成到自己的大模型应用和服务中。通义大模型家族全面升级，8大行业模型组团上线截至10月，阿里云已与60多个行业头部伙伴进行深度合作，推动通义千问在办公、文旅、电力、政务、医保、交通、制造、金融、软件开发等领域的落地。周靖人透露，阿里云计划近期开源通义千问72B版本，此前，阿里云已先后开源7B和14B版本模型，模型累计下载量超过100万。阿里云将持续支持千行百业的开发者基于通义千问开源模型进行模型和应用创新。图：通义千问72B即将开源...PC版：https://www.cnbeta.com.tw/articles/soft/1393391.htm手机版：https://m.cnbeta.com.tw/view/1393391.htm

OpenAI 将自定义数据功能引入 GPT-3.5 Turbo

OpenAI将自定义数据功能引入GPT-3.5Turbo从而在构建特定行为的同时更轻松地提高文本生成AI模型的可靠性。OpenAI，GPT-3.5的微调版本在“某些细分任务”上可以匹配甚至超越该公司旗舰模型GPT-4的基本功能。通过微调，通过OpenAI的API使用GPT-3.5Turbo的公司可以使模型更好地遵循指令，例如让它始终以给定的语言进行响应。此外，微调使OpenAI客户能够缩短文本提示，以加快API调用并降低成本。微调成本如下：训练：0.008美元/1KToken使用输入：0.012美元/1KToken使用输出：0.016美元/1KTokenOpenAI表示，对GPT-4的微调支持（与GPT-3.5不同，除了文本之外还可以理解图像）将于今年秋季晚些时候推出。——

Auto-GPT 是一个实验性开源应用程序，展示了 GPT-4 语言模型的功能。该计划由 GPT-4 驱动，自主开发和管理业务以

是一个实验性开源应用程序，展示了GPT-4语言模型的功能。该计划由GPT-4驱动，自主开发和管理业务以增加净值。作为GPT-4完全自主运行的首批示例之一，Auto-GPT突破了AI的可能性界限。特征：用于搜索和信息收集的Internet访问长期和短期内存管理用于文本生成的GPT-4实例访问热门网站和平台使用GPT-3.5进行文件存储和汇总

阿里发布自研夸克大模型 整体能力已超GPT-3.5

阿里发布自研夸克大模型整体能力已超GPT-3.5夸克大模型是基于Transformer架构、自主研发的多模态大模型，每天会对亿级的图文数据进行训练和精调，具有低成本、高响应、综合能力强等特点。同时，夸克大模型还将衍生出通识、医疗、教育等垂类模型，可以提供AIGC、智能检索的专业服务。在国内专业考试测试中，夸克大模型高考成绩接近满分，并以486分的高水平通过临床执业医师资格考试，这是名副其实的“学霸”。应用方面，夸克大模型将应用于通用搜索、医疗健康、教育学习、职场办公等场景，夸克App亦将借助这一大模型全面升级。...PC版：https://www.cnbeta.com.tw/articles/soft/1396805.htm手机版：https://m.cnbeta.com.tw/view/1396805.htm

GPT是如何获得它的能力的？ 追踪语言模型的涌现能力 | 详文

GPT是如何获得它的能力的？追踪语言模型的涌现能力最近，OpenAI的预训练模型ChatGPT给人工智能领域的研究人员留下了深刻的印象和启发。毫无疑问，它又强又聪明，且跟它说话很好玩，还会写代码。它在多个方面的能力远远超过了自然语言处理研究者们的预期。于是就有一个问题：ChatGPT是怎么变得这么强的？它的各种强大的能力到底从何而来？在这篇文章中，我们试图剖析ChatGPT的突现能力（EmergentAbility），追溯这些能力的来源，希望能够给出一个全面的技术路线图，来说明GPT-3.5模型系列以及相关的大型语言模型是如何一步步进化成目前的强大形态。这篇文章旨在能够促进大型语言模型的透明度，成为开源社区共同努力复现GPT-3.5的路线图。