11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
腾讯云
12-20
LMArena更新了Meta最新发布的开源大模型Llama-4-Maverick的排名,从此前的第2名,直线掉到了第32名!这也实锤了此前开发者对Meta为刷榜排名向LMArena提供了“特供版”的Llama4大模型的质疑。开源版同款Llama-4-Maverick-17B-128E-Instruct在LMArena的排名为32名,远低于Gemini2.5Pro、GPT4o、DeepSeek-V3-0324、DeepSeek-R1、Qwen2.5-Max,甚至连英伟达基于上一代Llama3.3改造的Llama-3.3-Nemotron-Super-49B-v1都不如。
被寄予厚望的美国Meta公司的最新开源大模型Llama4发布不到2天时间,口碑急转直下,被质疑为刷榜作弊实际效果差、开源条件多部署门槛高是伪开源等。大模型评测平台LMArena亲自下场发文,打脸Meta提供给平台的Llama4是“特供版”。Meta若继续在商业控制与技术开放之间摇摆,恐将在AI竞赛中进一步失去开发者支持。
今天凌晨1点半,Meta生成式AI领导者AhmadAl-Dahle在社交平台发布了一篇长文,对前天刚开源的Llama4质疑进行了官方回应。Ahmad表示,Llama4一开发完就发布了,所以,不同服务中模型质量难免会有一些差异。由于关税大战的原因,Meta的股票遭遇重创,他们也需要一个利好消息来拉升股票,现在适得其反。
Llama4重磅发布了!Meta官宣开源首个原生多模态Llama4,首次采用的MoE架构,支持12种语言,首批发布一共两款:Llama4Scout:共有1090亿参数,17B活跃参数,16个专家,1000万上下Llama4Maverick:共有4000亿参数,17B活跃参数,128个专家,100万上下文另外,2万亿参数Llama4Behemoth将在未来几个月面世,288B活跃参数,16个专家。Llama4的横空出世,成为迄今为止开源最强,多模态能力最好的模型之一。L
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、智谱发布首个能生成汉字的开源文生图模型CogView42025年3月4日,北京智谱华章科技有限公司推出了CogView4,这是首个支持生成汉字的开源文生图模型,具备强大的双语输入和图像生成能力。他强调了完善人工智能终端标准体系的重要性,呼吁制定以用户体验为导向的智能化分级标准,并强化国际国内标准的有效衔接。
本篇内容将手把手带你使用OllamaOpenWebUI本地部署DeepSeek,并借助贝锐花生壳内网穿透,轻松实现安全远程访问,让你随时随地畅享个人专属AI!相比直接将服务部署在云端或使用端口映射进行远程访问,贝锐花生壳内网穿透不仅让远程连接更便捷能有效防止未经授权的用户擅自访问本地部署的Ollama,全面保障AI资源的私密性与安全性!通过以上这些步骤,我们不仅成功实现了DeepSeek的本地私有化部署借助贝锐花生壳轻松解锁了远程访问,整个过程简单高效,无需复杂操作,也无需依赖云服务器,就能打造专属的AI助手。
【新智元导读】Mistral7B诞生一周年之际,法国AI初创公司Mistral再次连发两个轻量级模型Ministral3B和Ministral8B,性能赶超Llama38B。Mistral7B仅仅发布一周年,法国AI初创小模型「lesMinistraux」就打败它了。对于Mistral也是如此,若要持续打造优秀的模型,只有这一种选择。
全球最大社交平台Meta联合创始人兼CEO扎克伯格接受了,前Vox著名记者CleoAbram的专访。主要谈到了Meta最新发布的变革性产品全息AR眼镜,开源大模型、生成式AI的发展以及全球开发者非常关心的Llama-4。这种方法显著降低了构建Llama模型的复杂性,加速了AI在广泛的应用程序和用例中的创新。
阿里巴巴官宣了史上最大规模的开源发布,推出了基础模型Qwen2.5、专用于编码Qwen2.5-Coder和数学的Qwen2.5-Math。这三大类模型一共有10多个版本,包括0.5B、1.5B、3B、7B、14B、32B和72B,适用于个人、企业以及移动端、PC等不同人群不同业务场景的模型。同时对系统提示的多样性更具弹性,增强了聊天机器人的角色扮演实施和条件设置。
【新智元导读】最近的论文表明,LLM等生成模型可以通过搜索来扩展,并实现非常显著的性能提升。另一个复现实验也发现,让参数量仅8B的Llama3.1模型搜索100次,即可在Python代码生成任务上达到GPT-4o同等水平。为达到这个目的,可重复数字环境中的agent似乎是一个有前景的方向。