var cid = "1611586".toString();
var czPay = localStorage.getItem('czpay');
if(czPay != null){
if(czPay.indexOf(cid)!=-1){
var pids = czPay.split(',')
for(let i=0;i
GPT-4又又又被超越了!近日,LLM竞技场更新了战报,人们震惊地发现:居然有一个开源模型干掉了GPT-4!这就是Cohere在一周多前才发布的Command R+。排行榜地址:https://huggingface.co/spaces/lmsys/chatbot-arena-leaderboard截至小编码字的这个时间,竞技场排行榜更新到了4月11号,Command R+拿到了2.3万的投票,微查宝综合得分超越了早期版本的GPT-4(0613),和GPT-4-0314版本并列第7位,——而它可是一个开源模型(不允许商用)。京淘盒这边建议Altman,不管是GPT-4.5还是GPT-5,赶紧端上来吧,不然家都被偷没了。不过事实上OpenAI也没闲着,在被Claude3一家屠榜,忍受了短暂的屈辱之后,很快就放出了一个新版本(GPT-4-Turbo-2024-04-09),直接重归王座。这也导致排行榜上大家的排名瞬间都掉了一位,本来Command R+在9号的版本中是排位全球第6的。——大哥你不讲武德!刷注册量尽管如此,Command R+作为首个击败了GPT-4的开源模型,也算是让开源社区扬眉吐气了一把,而且这可是大佬认可的堂堂正正的对决。Cohere的机器学习总监Nils Reimers还表示,这还不是Command R+的真实实力,它的优势区间是RAG和工具使用的能力,而这些外挂能力在LLM竞技场中没有用到。事实上,在Cohere官方将Command R+描述为「RAG优化模型」。「割麦子」和最大的开源模型毫无疑问,Cohere是当前AI领域的独角兽,而它的联合创始人兼CEO,正是大名鼎鼎的「Transformer八子」之一的「割麦子」(Aidan Gomez)。应用宝电脑版官网作为Transformer最年轻的作者,一出手就是最大规模的开源模型:正面对战claude-3, mistral-large, gpt-4turbo;1040亿参数;使用多步骤工具和RAG构建;支持10种语言;上下文长度为128K;基于上下文的引用和响应;针对代码能力进行了优化;提供4位和8位的量化版本。Command R+专为实际企业用例而构建,专注于平衡高效率和高精度,使企业能够超越概念验证,并通过AI进入生产。huggingface地址:https://huggingface.co/CohereForAI/c4ai-command-r-plus量化版本:https://huggingface.co/CohereForAI/c4ai-command-r-plus-4bit——当然了,1040亿的参数量,相比于前段时间Musk开源的Grok-1(3140亿)还差了一些,但Command R+并非Grok那种MoE架构,所以这1040亿参数是实打实的完全用于推理,而Grok-1的活跃参数为860亿——从这个角度来看,说Command R+是目前规模最庞大的开源模型也不为过。作为Command R的进化版本,进一步全面提高了性能。主要优势包括:-高级检索增强生成(RAG)与引用以减少幻觉-10种主要语言的多语言覆盖,支持全球业务运营-工具的运用以自动化复杂的业务流程在性能优于竞品的同时,Command R+还提供了相对低得多的价格。目前,Cohere已经与多家大厂合作,并将LLM部署到了Amazon Sagemaker和Microsoft Azure。上面左图展示了Azure上可用的模型,在三个关键功能方面的性能比较(模型在基准测试中的平均得分):多语言、RAG和工具使用。谷歌刷榜右图比较了Azure上可用模型的每百万个输入和输出token成本。行业领先的RAG解决方案企业想通过专有数据定制自己的LLM,就必然绕不开RAG。Command R+针对高级RAG进行了优化,可提供高度可靠、可验证的解决方案。新模型提高了响应的准确性,并提供了减轻幻觉的内联引用,可帮助企业使用AI进行扩展,以快速找到最相关的信息,支持跨财务、人力资源、销售、营销和客户支持等业务职能部门的任务。上面左图是在人类偏好上的评估比较结果,包括文本流畅度、引文质量和整体效用,其中引文是在连接到源文档块的摘要上衡量的。这里使用了250个高度多样化的文档和摘要请求的专有测试集,包含类似于API数据的复杂指令。基线模型经过了广泛的提示设计,而 Command R+使用RAG-API。右图衡量了由各种模型提供支持的多跳REACT代理的准确性,可以访问从维基百科(HotpotQA)和互联网(Bamboogle、StrategyQA) 检索的相同搜索工具。HotpotQA和Bamboogle的准确性由提示评估者(Command R、GPT3.5和Claude3-Haiku)的三方多数投票来判断, 以减少已知的模型内偏差。这里使用人工注释对一千个示例子集进行了验证。StrategyQA的准确性是使用以是/否判断结尾的长格式答案来判断的。使用工具自动执行复杂流程作为大语言模型,除了摄取和生成文本的能力,还应该能够充当核心推理引擎:能够做出决策并使用工具来自动化需要智能才能解决的困难任务。为了提供这种能力,Command R+提供了工具使用功能,可通过API和LangChain访问,以无缝地自动化复杂的业务工作流程。企业用例包括:自动更新客户关系管理(CRM)任务、活动和记录。Command R+还支持多步骤工具使用,它允许模型在多个步骤中组合多个工具来完成困难的任务,——甚至可以在尝试使用工具并失败时进行自我纠正,以提高成功率。360应用商店官网上图为使用Microsoft的ToolTalk(Hard)基准测试,和伯克利的函数调用排行榜(BFCL)评估对话工具使用和单轮函数调用功能。对于ToolTalk,预测的工具调用是根据基本事实进行评估的,总体对话成功指标取决于模型召回所有工具调用和避免不良操作(即具有不良副作用的工具调用)的可能性。对于BFCL,这里使用了2024年3月的版本,在评估中包含了错误修复,并报告了可执行子类别的平均函数成功率得分。通过额外的人工评估清理步骤验证了错误修复,以防止误报。多语言支持Command R+在全球业务的10种关键语言中表现出色:中文、英语、法语、西班牙语、意大利语、德语、葡萄牙语、日语、韩语、阿拉伯语。拼多多补单上图为FLoRES(法语、西班牙语、意大利语、德语、葡萄牙语、日语、韩语、阿拉伯语和中文)以及WMT23(德语、日语和中文)翻译任务的模型比较。此外,Command R+还具有一个优秀的分词器,可以比市场上其他模型使用的分词器更好地压缩非英语文本,能够实现高达57%的成本降低。上图比较了Cohere、Mistral和OpenAI分词器为不同语言生成的token数量。Cohere分词器生成的表示相同文本的token要少得多,尤其在非拉丁文字语言上减少的幅度特别大。比如在日语中,OpenAI分词器输出的token数量是Cohere分词器的1.67倍。价格网友评价Command R+的开源点燃了网友们的热情,网友表示:「GPT-4级性能,在家运行」。不知道这3.15G的内存占用是什么情况?「感谢Cohere做了Mistral没有做的事情」。「根据我有限的初始测试,这是目前可用的最好的模型之一......而且它绝对有一种风格,感觉很好。感觉不像是ChatGPT主义的填充模型。」——是时候为自己加一块显卡了!上线HuggingChat目前,Command R+已经上线HuggingChat(https://huggingface.co/chat),最强开源模型,大家赶快玩起来!问:等红灯是在等红灯还是等绿灯?解释一下咖啡因来自咖啡果:请回答弱智吧问题:陨石为什么每次都能精准砸到陨石坑?我想配个6000多的电脑,大概要多少钱?HuggingFace联创Thomas Wolf曾表示,最近在LLM竞技场上的情况发生了巨大变化:Anthropic 的Claude3家族成了闭源模型的赢家(曾经);而Cohere的Command R+是开源模型的新领导者。2024年,在开源和闭源两条道路上,LLM都发展迅猛。最后,放上两张LLM竞技场的当前战况:模型A在所有非平局A与B战斗中获胜的比例:每种模型组合的战斗计数(无平局):参考资料:https://venturebeat.com/ai/coheres-command-r-now-available-on-huggingchat/https://twitter.com/lmsysorg/status/1777630133798772766
安智宝是主打效果的安卓应用推广平台。通过安智宝,用户可以通过自助方式 进行应用推广。作为效果性的推广平台,安智宝利用云技术智能的进行渠道匹 配,对渠道的高效利用,节约用户的每一分钱。用户可以精确的控制应用投放 每天的投放量、渠道质量(留存率等),做到覆盖广、活跃度高、控制精准。
Transformer要变Kansformer?用...
Llama 3细节公布!AI产品总监站...
是谁杀死了谷歌搜索?
萨姆·奥特曼带火Airchat,硅谷...
美国酝酿AI「登月计划」,陶哲...
Google Chrome突破性更新:一键...
独家|抖音猛攻产业带:最高返...
强大到不敢给普通人用!史诗级...
赚够2000万、买上海豪宅,李佳...
AI驱动增长的时代,广告投放有...
一两万的AIPC,只是噱头?
「AI选美大赛」能卷出多元审美吗?
月薪5000管46个群?不如用AI合...
“猫狗拼”等电商平台重仓短剧,...
“1元图书直播”泛滥,短视频电商...
视频号做团购,摸着抖音过河
李想还不进直播间?
激进式押注AI手机的厂商一大堆...
AI入侵播客圈!比真人配音还逼...
字节发布视觉基础模型ViTamin,...
Copyright © 2016 - 2020 anzhibao.com . All Right Reserved.
安智宝 版权所有