Bard 在 Imsys 排行榜排名超越 GPT-4，Bard + Gemini Ultra 即将发布

GoogleDeepMind和谷歌研究院首席科学家JeffDean在X上表示，由GeminiPro模型提供支持的Bard首次亮相就在Imsys排行榜排名第二，超越了GPT-4，Bard+GeminiUltra即将发布。LMSYSOrg是一个开放的研究组织，由加州大学伯克利分校的学生和教师与加州大学圣地亚哥分校和卡耐基梅隆大学合作创立。via匿名标签:#Bard#AI频道:@GodlyNews1投稿:@GodlyNewsBot

神秘顶级模型 gpt2-chatbot 惊现竞技场 —— 是 GPT-5 吗？

神秘顶级模型gpt2-chatbot惊现竞技场——是GPT-5吗？聊天机器人竞技场突然上线了一个名叫gpt2-chatbot的神秘模型，这是全网唯一可以访问它的地方，没人知道它是什么或者是谁制造了它，神秘如此居然还拥有GPT-4级(起码)的顶级性能。它在编码、数学和推理方面给出了难以置信的好结果，ASCII与SVG的绘画艺术更是异常疯狂。不少网友猜测这就是GPT-5，也有人认为GPT-4.5会是一个性能合理的猜测，还有人说这个整活风格更像是Grok-2。(在DirectChat访问gpt2-chatbot)关注频道@TestFlightCN频道投稿@TNSubmbot

谷歌 Gemini 1.5 Pro 模型登顶世界第二

谷歌Gemini1.5Pro模型登顶世界第二自4月21日谷歌将Gemini1.5Pro交付给公众评审后，两天内Gemini1.5Pro一路过关斩，在竞技场收到两万有效投票后位列世界第二。如今Gemini1.5ProAPI-0409-preview超过了第3名GPT-4-0125-preview，差两分与Claude3Opus并列第一。关注频道@TestFlightCN

一图对比Gemini和GPT-4 地表最强AI易主了吗？

一图对比Gemini和GPT-4地表最强AI易主了吗？模型发布后，无论是谷歌方面的官方表态，还是自媒体的评测，都将Gemini和GPT-4进行逐一比对，有的更直言“Gemini打爆GPT-4”。谷歌表示，在根据行业标准进行的一系列测试中，GeminiUltra表现超过了OpenAI的GPT-4。具体而言，从自然图像、音视频理解到数学推理，GeminiUltra在32种学术基准中，有30种的性能表现超过了目前的先进水平。在MMLU（大规模多任务语言理解）方面，GeminiUltra得分高达90.0%，首次超越人类专家。Gemini真的能碾压GPT-4吗？资料搜集和对比后不难发现，Gemini的发布夹带了不少水分。GeminiUltra和GPT-4究竟能否真的一较高下，还需等到GeminiUltra正式上线应用后，才能亲自测一测。事实上，谷歌想赶超OpenAI的野心从未停止过。2023年2月，谷歌推出由LaMDA驱动的对话式生成AI聊天机器人Bard。但很快，网友发现在谷歌官方公布的Bard案例中，出现了错误回答。谷歌股价也在消息发酵当天开盘后大跌逾5%，微软一度涨逾3%。不知道此次的Gemini，能否真的为谷歌带来逆风翻盘吗？...PC版：https://www.cnbeta.com.tw/articles/soft/1403045.htm手机版：https://m.cnbeta.com.tw/view/1403045.htm

中信证券：谷歌 Gemini 模型发布，AI 进入多模态时代

中信证券：谷歌Gemini模型发布，AI进入多模态时代中信证券研报指出，近日，谷歌宣布发布新一代大模型Gemini，再次引发市场对人工智能产业的持续关注。Gemini模型作为谷歌以及全球范围内最先发布的多模态模型，在性能上是第一个在MMLU上超越人类专家的模型。模型根据体量大小分为GeminiUltra、GeminiPro、以及GeminiNano三个版本，支持在云端以及边缘测运行。同时谷歌同步发布最新版本的计算芯片TPUv5p，相较上一代TPUv4性价比提升2.3倍。我们认为，多模态Gemini模型的正式发布，一方面可以拓宽应用场景的拓展，另一方面能够带来算力需求的持续升级。我们持续看好后续AI产业的前景，认为后续GPT-5等模型的发布亦将带来更多的催化。

各大AI模型训练成本大比拼：谷歌Gemini Ultra高达1.9亿美元

各大AI模型训练成本大比拼：谷歌GeminiUltra高达1.9亿美元训练成本是如何确定的？斯坦福大学与研究公司EpochAI合作，根据云计算租金估算了AI模型的训练成本。双方所分析的关键因素包括模型的训练时长、硬件的利用率和训练硬件的价值。尽管许多人猜测，训练AI模型的成本变得越来越高，但缺乏全面的数据来支持这些说法。而斯坦福大学发布的《2024年AI指数报告》正是支持这些说法的罕见来源之一。不断膨胀的训练成本下表展示了自2017年以来，经通胀调整后的主要AI模型的培训成本：去年，OpenAI的GPT-4培训成本估计为7840万美元，远高于谷歌PaLM（540B）的训练成本。谷歌PaLM较GPT-4仅早一年推出，但训练成本为1240万美元。相比之下，2017年开发的早期AI模型Transformer的训练成本为930美元。该模型在塑造当前所使用的许多大型语言模型的体系结构方面起着基础性作用。谷歌的AI模型GeminiUltra的训练成更高，达到了惊人的1.91亿美元。截至2024年初，该模型在几个指标上都超过了GPT-4，最引人注目的是在“大规模多任务语言理解”（MMLU）基准测试中胜出。这一基准是衡量大型语言模型能力的重要标尺。例如，它以评估57个学科领域的知识和解决问题的熟练程度而闻名。训练未来的AI模型鉴于这些挑战，AI公司正在寻找新的解决方案来训练语言模型，以应对不断上涨的成本。其中的方法有多种，比如创建用于执行特定任务的较小模型，而其他一些公司正在试验创建自家的合成数据来“投喂”AI系统。但到目前为止，这方面还没有取得明确的突破。例如，使用合成数据的AI模型有时会“胡言乱语”，引发所谓的“模型崩溃”。...PC版：https://www.cnbeta.com.tw/articles/soft/1433692.htm手机版：https://m.cnbeta.com.tw/view/1433692.htm