首页 > 业界 > 关键词  > 亚马逊语言模型最新资讯  > 正文

亚马逊为 Alexa 构建更大的语言模型

2023-05-04 14:44 · 稿源:站长之家

站长之家(ChinaZ.com) 5月4日 消息:亚马逊正在构建一个更大的语言模型来为其 Alexa 数字助手提供支持,这是其投资生成人式工智能以提升其所有业务的客户体验计划的一部分。

在公司2023年第一季度的财报电话会议上,亚马逊CEO Jassy表示,将“打造世界上最好个人助理”。

机器人 AI 人工智能223

“我们在 (Alexa) 背后有一个大型语言模型,但我们正在构建一个更大、更通用和更强大的模型。我认为这将真正迅速加速我们成为世界上最好的私人助理的愿景。我认为它背后有一个重要的商业模式。”

该公司计划构建自己的应用程序和模型, 表示亚马逊内部的所有业务都建立在大型语言模型之上,以改善客户体验。

Jassy 还说,人工智能最新进展“提供了一个绝佳的机会,可以改变几乎所有现有的客户体验,以及许多以前并不那么容易实现的不存在的客户体验。在这个领域还处于早期阶段,但多年来我们一直在投资构建我们自己的大型语言模型,而且我们在整个公司都有非常大的投资。”

该公司将人工智能代码生成视为“最引人注目的应用程序之一”。AWS 最近全面推出其人工智能编码平台CodeWhisperer,开发人员能够访问生成的代码推荐,类似于 GitHub 的 Copilot。

举报

  • 相关推荐
  • 亚马逊推出全新Alexa语音助手,搭载新的Alexa LLM技术

    亚马逊在其2023年秋季硬件发布会上宣布了一项重大更新,将推出全新的Alexa语音助手,它将搭载全新的Alexa大语言模型技术,从带来更智能、更具对话性的家居控制体验。根据亚马逊设备与服务部门的高级副总裁戴夫·林普的介绍,新的Alexa将能够理解对话内容,更准确地解释上下文,并能够从单一指令中完成多个请求。这一更新将推动智能家居领域的发展,为用户提供更便捷�

  • 亚马逊Alexa负责人驳斥“愚蠢”言论强 调Alexa致力于现实世界用途

    随着亚马逊为Alexa设备推出支持大型语言模型,Alexa机器学习总监兼人工智能负责人Prasad在接受VentureBeat采访时表示,Alexa已经升级成为“超级代理”,能够代表用户做任何事情。Prasad表示,Alexa的法学硕士现已与成千上万的设备和服务集成,连接到他所知的最大API集合,使Alexa扎根于有用的实时知识并直接联系用户。尽管Alexa正朝着更人性化的方向发展,但Prasad希望用户不要忘记

  • 用PIT框架提升大型语言模型的质量

    传统方法中,提高LLMs性能需要通过人工注释来收集更多多样化和高质量的训练数据,但这是一项资源密集型的任务,尤其是对于专业领域言。为了解决这个问题,来自伊利诺伊大学厄巴纳-香槟分校和Google的研究人员提出了“ImplicitSelf-Improvementframework”。通过从人类偏好数据中学习改进目标,PIT解决了传统提示方法的限制,并展示了在各种数据集和条件下提高LLMs响应质量的有效性。

  • OpenLM:一个专为中等规模语言模型设计的模型训练库

    OpenLM是一个旨在训练中等规模语言模型的PyTorch代码库,它强调了最大化GPU利用率和训练速度的设计。该库已经通过训练OpenLM-1B和OpenLM-7B两个语言模型,分别在1.6T和1.25T的文本标记上进行验证,取得了令人瞩目的成果。OpenLM的团队成员和致谢也在文章中列出,表明了该项目的合作性质和开源精神。

  • Headless语言模型:通过捆绑嵌入提高模型的训练速度

    研究人员发现了一种改进语言模型性能的方法——Headless语言模型,即将输入嵌入与模型的其他嵌入捆绑在一起,并使用对比损失。通常情况下,语言模型的输入和输出嵌入层是分开的,但这种新方法通过捆绑它们,提高了模型的训练速度和准确性。这项工作为以对比学习取代交叉熵作为自监督预训练目标开辟了道路,为语言表示学习提供了一种高效可行的替代方案。

  • Hugging Face 大语言模型三大优化技术

    大语言模型的生产部署面临着两个主要挑战:一是需要庞大的参数量,二是需要处理超长的上下文信息输入序列。HuggingFace基于他们在提供大型模型服务方面的经验,分享了一些应对这些难题的技术。文章深入剖析了大语言模型优化的关键技术点,对于产业实践具有重要参考价值。

  • 谷歌、CMU研究表明:语言模型通过使用良好的视觉tokenizer首次击败了扩散模型

    来自谷歌、CMU的研究发现,语言模型在图像、视频生成领域的性能一直不如扩散模型,主要原因是缺乏有效的视觉表示。通过引入一种名为MAGVIT-v2的视频tokenizer,采用无查找量化和增强功能的设计,研究者成功改进了图像和视频生成的质量,超越了现有技术。通过这一研究,我们可以看到语言模型在视觉生成领域的潜力,以及如何通过创新的设计和改进来实现更好的性能。

  • 亚马逊生成式 AI 增强语音助手:通过 Alexa LLM 改善智能家居的大脑

    亚马逊的Alexa即将迎来革命性变革其新面貌可能非常引人注目。在周三的秋季硬件发布活动中,该公司揭示了由其全新Alexa语言模型提供支持的全新Alexa语音助手。新的Alexa将首先在美国以预览计划的形式推出将来可能会考虑向其他地区扩展。

  • 使用AI语言模型有助于诊断精神分裂症

    伦敦大学学院神经学院的科学家开发了一些新的工具,这些工具基于AI语言模型,可以特征化被诊断患有精神分裂症的患者语音中的细微特征。这项发表在《美国国家科学院院刊》上的研究,旨在了解自动语言分析如何帮助医生和科学家诊断和评估精神疾病。如果这些工具被证明是安全和可靠的,他预计它们会在未来十年开始应用于临床。

  • 秒懂生成式AI—大语言模型是如何生成内容的?

    备受关注的大语言模型,核心是自然语言的理解与文本内容的生成,对于此,你是否好奇过它们究竟是如何理解自然语言并生成内容的,其工作原理又是什么呢?要想了解这个,我们就不得不先跳出大语言模型的领域,来到机器翻译这里。传统的机器翻译方式是采用RNN循环神经网络。以上就是大语言模型的工作原理了,强大Transformer的实用性还不止于在自然语言处理领域,包括�

今日大家都在搜的词: