大模型日报（6月21日资讯篇）

我们希望能够搭建一个AI学习社群，让大家能够学习到最前沿的知识，大家共建一个更好的社区生态。

「奇绩大模型日报」知识库现已登陆飞书官方社区：

https://www.feishu.cn/community/article/wiki?id=7355065047338450972

点击「订阅社区精选」，即可在飞书每日收到《大模型日报》每日最新推送

如果想和我们空间站日报读者和创作团队有更多交流，欢迎扫码。

欢迎大家一起交流！

资讯

华为云盘古大模型 5.0 正式发布：升级多模态能力，可提供十亿到万亿级不同参数

在今日举行的华为 HDC 2024 开发者大会上，华为常务董事、华为云 CEO 张平安宣布盘古大模型 5.0 正式发布，在全系列、多模态、强思维三个方面实现升级。

https://www.ithome.com/0/776/805.htm

腾讯AI Lab联合腾讯TME天琴实验室打造「琴乐大模型」，用AI助力音乐创作

「琴乐大模型」模型可根据文本（默认标签或自然语言提示词），直接生成 44.1kHz 的立体声音频（wav）或最多 30 个小节、包含旋律轨、和弦轨、伴奏轨和打击乐轨等的多轨乐谱（MIDI）。对于乐谱输出，该模型支持对已生成的乐谱进行自动编辑操作，如续写、重新生成指定轨、重新生成指定小节、配器、修改乐器类型、修改节奏等。

https://mp.weixin.qq.com/s/J5UGb4n4h1FNwaOPJfy2gA

OpenAI首席技术官：预计几年内“博士级智能”的AI就会出现

OpenAI首席技术官米拉·穆拉蒂（Mira Murati）预测了人工智能能力的快速发展，预计在未来“几年”里，用于特定任务的“博士级智能”就会出现。

https://finance.sina.com.cn/stock/usstock/c/2024-06-21/doc-inazntae1253847.shtml

又一家华人创办的 AI Agent 公司悄然浮出水面！Accel 3500 万美元领投 A 轮，a16z 领投种子轮

Decagon 由 CEO Jesse Zhang 以及 CTO Ashwin Sreenivas 共同创立，致力于为企业提供先进的生成式 AI 平台，以解决复杂的客户支持问题。Decagon 的解决方案不仅仅是简单的聊天机器人，而是能够与企业现有工作流程深度集成的类人 AI Agent。

https://mp.weixin.qq.com/s/yKkp9z-JtpSSEj7DwnkEBw

可灵宣布推出全新功能图生视频和视频续写

据可灵官方消息，可灵今天宣布两个新功能现已上线，分别是图生视频和视频续写。其中图生视频功能可以根据用户提供的图片生成一段5秒的视频，用户还可以提供提示词来控制视频的运动轨迹。而视频续写功能可以让可灵为生成的视频添加后续，每次可灵可以增加4-5秒的视频时长。该功能支持多次续写，最长可生成长达3分钟的视频。用户还可以根据提示词来对续写内容进行规定。

https://www.pingwest.com/w/295957

阿里云推出首个 AI 程序员，具备架构师、开发 / 测试工程师等岗位技能

在今天的阿里云上海 AI 峰会上，阿里云推出首个“AI 程序员”，具备架构师、开发工程师、测试工程师等岗位技能，能完成任务分解、代码编写、测试、问题修复、代码提交整个过程，号称最快“分钟级”完成应用开发。

https://www.ithome.com/0/776/746.htm

推特

Claude 3.5 Sonnet 上线：迄今为止最智能的模型

介绍Claude 3.5 Sonnet——我们迄今为止最智能的模型。

这是我们3.5模型系列的首次发布。

Sonnet现在在关键评估中表现优于竞争对手的模型，其速度是Claude 3 Opus的两倍，成本仅为五分之一。

免费试用：http://claude.ai

https://x.com/AnthropicAI/status/1803790676988920098

Karpathy分享Micrograd：标量值的自动求导引擎

这些94行代码是训练神经网络所需的一切。其他的只是为了提高效率。

这是我早期的项目Micrograd。它实现了一个标量值的自动求导引擎。你从叶节点（通常是输入数据和神经网络参数）开始，用类似+和*的操作来构建一个计算图，计算图的末端是一个单一的值（损失）。然后你通过图的反向传播，应用链式法则来计算每个节点的梯度。梯度告诉你如何调整参数以减少损失（从而提高网络性能）。

有时当事情变得太复杂时，我会回到这段代码前稍作休息。不过，你还需要知道计算图应该是什么样的（例如，MLP -> Transformer），损失函数应该是什么（例如，自回归/扩散），以及如何最好地利用梯度进行参数更新（例如，SGD -> AdamW）等等。但这段代码是主要过程的核心。

1986年由Rumelhart、Hinton和Williams发表的论文推广并使用了这个算法（反向传播）来训练神经网络：

https://cs.toronto.edu/~hinton/absps/naturebp.pdf

micrograd在Github上的项目：

https://github.com/karpathy/micrograd

还有我（现在有点旧的）非常缓慢地构建和解释的YouTube视频：

https://youtube.com/watch?v=VMj-3S1tku0

https://x.com/karpathy/status/1803963383018066272?s=46&t=GRStLXDcUNuun8J5Noyw4Q

吴恩达父亲节感叹：编码代理在六个月前还是新奇事物，现在已经很有趣高效

吴恩达感叹：在父亲节，我用OpenDevin为女儿生成算术练习题，提升了我们的学习体验。六个月前，编码代理还是新奇事物，现在它们已逐渐实用。编码代理的工作流程包括分析问题、生成代码、测试并迭代改进。多代理系统表现更好，因为不同代理分别编写代码和测试。通过HumanEval等基准测试，研究人员可以自动评估代码生成的准确性。随着工具的发展，编程变得更加有趣和高效。