这里是LLM SPACE，每日分享最新最全的AI资讯与研究。希望通过传播内容吸引更多对AI感兴趣的朋友，共建华人AI生态！

如果你有大模型相关的创业想法，或者对AI有一些有趣的想法，欢迎来找我们聊聊！

01

苹果智能炸裂登场：直接GPT-4o加持，全家桶都上生成式AI，Siri脱胎换骨

不止 Siri 或 iPhone，整个苹果，向前迈进了一大步。北京时间 6 月 11 日凌晨，苹果全球开发者大会 WWDC 在库比蒂诺的 Apple Park 正式召开。这场大会，苹果如我们所愿终于带来了覆盖全线产品的生成式 AI 技术，与此同时还有些预料之外的消息。「苹果的目标一直是构建以人为本，最为易用方便的个人设备，提升人们的生活效率。多年来我们一直在应用人工智能、机器学习技术来实现目标，」苹果 CEO 蒂姆・库克说道。「最近大语言模型等 AI 突破，让我们有机会把体验推向新的高度。」

02

刚刚，OpenAI 正式宣布聘请新的 CFO 与 CPO！

OpenAI 正式宣布聘请了 Sarah Friar 和 Kevin Weil 分别担任 CFO 以及 CPO 职务。CEO Sam Altman 表示，这将使 OpenAI 能够扩大业务规模，为下一阶段的增长制定战略，并确保我们的团队拥有继续发展所需的资源。

03

这家世界模型公司发布中国版Sora级视频生成大模型，走向世界模型打造新一代数据引擎

Sora 炸场之后，视频生成持续广受关注，不断掀起新的热潮。近日，在奇绩创坛路演日上，世界模型公司「极佳科技」联合清华大学自动化系正式发布中国首个超长时长、高性价比、端侧可用的 Sora 级视频生成大模型「视界一粟 YiSu」，引起社会各界广泛的反响和关注。

04

视觉语言模型导论：这篇论文能成为你进军VLM的第一步

近些年，语言建模领域进展非凡。Llama 或 ChatGPT 等许多大型语言模型（LLM）有能力解决多种不同的任务，它们也正在成为越来越常用的工具。这些模型之前基本都局限于文本输入，但现在也正在具备处理视觉输入的能力。如果能将视觉与语言打通，那么势必能造就多种多样的应用 —— 这实际上也正是当前 AI 技术革命的关键方向。即便现在已有不少研究将大型语言模型扩展到了视觉领域，但视觉与语言之间的连接尚未被彻底打通。举些例子，大多数模型都难以理解空间位置关系或计数 —— 这还需要复杂的工程设计并依赖额外的数据标注。许多视觉语言模型（VLM）依然难以理解属性和顺序。它们往往会忽略输入 prompt 的某些部分，因此为了得到理想结果，用户常常需要在提示工程上费心费力。还有些模型会产生幻觉，产出无用或不相关的内容。因此，人们依然在大力开发稳定的模型。

05

用神经架构搜索给LLM瘦身，模型变小，准确度有时反而更高

大型语言模型（LLM）的一个主要特点是「大」，也因此其训练和部署成本都相当高，如何在保证 LLM 准确度的同时让其变小就成了非常重要且有价值的研究课题。对此，研究社区已经提出了多种多样的方法，比如剪枝、稀疏化、量化等，它们的效果也各不一样。近日，Intel Labs 发布了一项研究成果，宣称可使用神经架构搜索（NAS）高效地为 LLM 「瘦身」。他们基于 LLaMA2-7B 模型的实验表明，该技术不仅能降低模型大小，有时甚至还能让模型的准确度获得提升！

06

预测准确率达95.7%，ChatMOF利用LLM预测和生成金属有机框架

近日，KAIST 团队提出了一种 AI 系统——ChatMOF，用于预测和生成 MOF。通过利用大语言模型 (GPT-4、GPT-3.5-turbo 和 GPT-3.5-turbo-16k)，ChatMOF 从文本输入中提取关键细节并提供适当的响应，从而无需进行严格而正式的结构化查询。ChatMOF 由三个核心组件组成（即智能体、工具包和评估器），它形成了一个强大的管道，可管理各种任务，包括数据检索、属性预测和结构生成。ChatMOF 的搜索准确率高达 96.9%，预测准确率高达 95.7%。此外，它还成功地从自然语言中创建了具有用户所需属性的材料。该研究进一步探讨了在材料科学中使用大型语言模型 (LLM) 与数据库和机器学习结合的优点和局限性，并展示了其对未来进步的变革潜力。

外界噪声多，看这日报，足矣！

欢迎在下方反馈您宝贵的阅读意见！

欢迎您积极转发，让更多人看到LLM SPACE！