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

学术分析报告：ResearchFlow — 奇绩F23校友的开发的深度研究产品，PC端进入RFlow的分析报告，可直接点击节点右侧的小数字展开节点，登录后可在节点上直接“询问AI”，进一步探索深度信息

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

DeepThought-8B

Ruliad 最新推出的 DeepThought-8B 是一款小型但极具能力的推理模型，基于 LLaMA-3.1 8B 架构构建。这款模型的发布标志着 AI 推理透明化和可控化的第一步，并展示了较小规模的模型同样可以实现复杂的推理能力，媲美更大规模的模型。

DeepThought-8B 的主要特点是透明推理，即模型在处理问题时，会将推理过程分解为清晰的步骤并记录每个步骤，用户可以跟踪模型的思考过程，了解它如何得出结论。例如，当模型面对一个问题时，它会首先理解问题的含义，然后一步一步地进行推理，直到得出最终答案。通过这种方式，模型能够展示它是如何推导出每个结果的，这一过程对开发者尤为有用，因为它允许用户了解并指导模型的推理过程，而无需重新训练。

此外，DeepThought-8B 具有可编程性，用户可以通过 API 引导模型的推理过程，而无需进行复杂的模型训练。该模型也具有测试时计算扩展的能力，可以根据需要进行更多的推理步骤，以解决更复杂的问题。尽管它的规模较小（仅 8B 参数），DeepThought-8B 仍能够在普通的消费级 GPU（16GB+ VRAM）上运行，具有较强的推理能力，而不需要高端的企业级硬件。

DeepThought-8B 的输出采用结构化的 JSON 格式，便于与其他系统进行集成，并且在数学推理、编程任务和问题解决方面表现出色。该模型已在一些基准测试中展现了良好的性能，特别是在逐步问题解决和代码编写方面表现尤为突出。

然而，DeepThought-8B 也存在一些局限性，开发团队正在积极改进模型在复杂数学问题、长文本处理和边缘案例中的表现。团队鼓励开发者在自己的实际应用场景中测试该模型，并提供反馈，帮助识别改进的方向。

https://www.ruliad.co/news/introducing-deepthought8b

Paligemma：提升文档生成效率的突破性技术

Paligemma 是一个基于深度学习的新型文档生成模型，旨在通过理解文本结构来优化文档生成的过程。该技术由 Hugging Face 提出，并在多项任务中展示了显著优势，特别是在复杂文档和长文本生成领域。

技术亮点：

理解文档结构与传统的生成模型不同，Paligemma 不仅生成内容，还能理解文档的组织和结构。这使得它在生成长期和多段落文档时，能够保持更高的连贯性和逻辑性。
多任务能力Paligemma 可以在多个任务之间进行有效转换，适用于从摘要生成到完全文章编写的各种需求。通过专门的训练，它能够处理不同格式的文档生成，如新闻报道、研究论文和博客文章等。
高效性和准确性该模型的设计不仅考虑了生成速度，还通过优化训练流程，提高了生成内容的准确性。它能够在有限的计算资源下，快速产生高质量的文本。

应用场景： Paligemma 在学术研究、内容创作和商业报告等领域有广泛的应用潜力。通过优化文档的结构化输出，它帮助用户生成符合标准要求的专业文档，减少了编辑和人工修正的工作量。

https://huggingface.co/blog/paligemma

元资助

Pleias 1.0模型：以开放数据训练的多语言语言模型

Pleias 1.0模型是一个新的语言模型系列，标志着训练大规模语言模型不再依赖于版权数据。这些模型完全基于开放数据进行训练，符合欧盟AI法案要求，代表着安全性和开放性的全新标准。Pleias 1.0包括三个基础模型，分别是350M、1.2B和3B参数的版本，并且还推出了两个专门为知识检索优化的模型，Pleias-Pico（350M）和Pleias-Nano（1.2B）。这些模型在多语言检索增强生成（RAG）任务中，表现出色，尤其在多语言处理上具有强大的优势。

Pleias 1.0模型支持包括英语、法语、西班牙语、德语、意大利语、荷兰语、拉丁语和葡萄牙语在内的多种语言，且通过定制的分词器和精心策划的多语言数据集，能够实现高效的多语言覆盖。尤其是350M的Pleias-Pico，展现了在其重量级中前所未有的语言多样性。模型的设计注重高效和节能，能够在普通硬件上运行，甚至不需要量化操作。

在数据训练和预处理方面，Pleias 1.0采用了一个全新的开放数据集“Common Corpus”，该数据集仅包含未受版权保护或许可的数据。为了优化数据质量，开发团队创建了多种自定义数据处理工具，包括OCR修正模型，能够大规模修复数字化过程中的错误，如空格问题、词语替换和文本结构修复。此外，还开发了一个专门的管道来处理有害内容，去除对少数群体的有害语言，并且避免过度过滤。

为了增强数据集的多样性，Pleias团队生成了超过300亿个词语的合成数据，并利用从OpenAlex提取的数据集，结合YOLO微调技术，进一步增强了数据的多样性和质量。通过这种方式，训练集得到了有效扩展，支持了RAG（检索增强生成）任务的优化。

在模型训练方面，Pleias 1.0使用了Nanotron和HuggingFace库进行预训练，采用与Llama和GPT-Neox类似的架构，以简化部署和推理。训练过程中的计算资源主要来自Jean Zay超级计算机以及与TractoAI的合作，后者提供了高效的数据存储和计算能力。Pleias团队还特别关注减少碳排放，在训练过程中有效降低了与其他同类模型相比的CO2排放量。

在模型评估方面，Pleias团队开发了专门针对小型语言模型的基准测试，尤其关注RAG任务表现、多语言能力及生成内容的安全性。评估结果表明，Pleias的nano（1.2B）模型在RAG任务中的表现优于Llama 3.2 1.1B和EuroLLM 1.7B等模型，且在语言生成时避免了过多的语言切换，尤其在处理欧洲语言时，表现出色。此外，Pleias模型在有害内容生成方面表现优异，显著低于同类模型的有害生成比例。

https://huggingface.co/blog/Pclanglais/common-models

推特

00Arxiver开源：包含 138,830 篇 arXiv 论文的多Markdown格式

OpenAI 的 o1 版本正式推出：提供了更快、更强大的推理模型，在编程、数学和写作方面表现更佳

OpenAI 的 o1 版本现在已在 ChatGPT 中正式推出，不再处于预览阶段。

与预览版相比，有哪些变化？o1 提供了更快、更强大的推理模型，在编程、数学和写作方面表现更佳。

此外，o1 现已支持图片上传功能，可以对视觉内容进行推理，从而提供更详细和实用的回答.

https://x.com/OpenAI/status/1864735515121168695

Answerdot AI Jeremy分享Shell Sage：可以“看到”你的终端历史、命令和错误，和 AI 拥有相同的上下文

作为@answerdotai的研发人员，我专注于通过AI提升生产力。一个经常被提及的主题是“人类+AI”的结合。在我们新的项目ShellSage中，这种结合展现了强大的力量。ShellSage是一款AI终端助手，与您共同学习和教学。🧵

我们都经历过这种场景——盯着终端试图回忆那个晦涩的 tar 命令或 SSH 参数。当然，你可以 Google 或使用 ChatGPT，但这意味着你需要在文档和终端之间切换。于是，我们创建了 ShellSage。这项“魔法”通过 tmux 集成实现。ShellSage 可以“看到”你的终端历史、命令和错误。无需描述你的问题，你和 AI 拥有相同的上下文。这种自然的工作流程让 AI 更容易理解你正在尝试完成的任务 🪄

https://x.com/jeremyphoward/status/1864765518995165209

Rowan Cheung采访微软AI CEO Suleyman：Microsoft Copilot Vision 概览，初步反响和使用场景

独家报道：

微软刚刚在 Edge 浏览器中推出了 Copilot Vision——首个能够实时陪伴你浏览互联网的 AI。

我与微软 AI 的 CEO Mustafa Suleyman 进行了深入对话，探讨了它的工作原理、无限记忆功能、AI 伴侣、智能代理等内容。

时间轴：

• 0:00 开场介绍

• 0:58 Microsoft Copilot Vision 概览

• 2:35 初步反响与使用场景

• 4:57 Copilot Vision 的工作原理

• 6:02 教 AI 学会记忆

• 8:13 微软 AI 与 OpenAI 的差异化

• 9:27 对“真正的 AI 伴侣”的追求

• 11:28 与共生智能共存的未来（10 年后展望）

• 14:04 微软如何处理你的数据

• 16:11 何时以及如何体验 Copilot Vision？

• 18:15 掌控你电脑的智能代理 AI

• 20:25 下一步：支持、游戏等领域

• 22:34 准备下一代适应 Copilot

• 25:11 Mustafa 对学生和企业的建议

https://x.com/rowancheung/status/1864716671317086384

Torné分享：大规模的现实到模拟再到现实范式，在 100 多个环境中扩展策略训练，来、突破昂贵远程人类操控限制

机器人学习的根本限制在于数据——通过人类远程操控真实机器人代价高昂！🤖👨💻

我们提出了一种替代方案——通过众包收集家庭视频扫描数据，在模拟环境中实现可扩展的数据收集。在我们的最新研究中，我们探索了如何通过一种大规模的现实到模拟再到现实（real-to-sim-to-real）范式，在 100 多个环境中扩展策略训练。

有趣的是，我们发现，随着环境数量的增加，所需的人类努力呈亚线性增长。详细解读见下文线程。

https://x.com/marceltornev/status/1864031664231334229

产品

Reflex Cloud 使用纯 Python 构建 Web 应用程序 + 使用单个命令进行部署

Reflex Cloud 是一款功能强大的平台，专为开发者设计，简化了 Web 应用的开发与部署流程。通过纯 Python 构建，无需任何 Javascript，即可开发现代化 Web 应用。部署过程简单高效，仅需一个命令即可完成上线。平台配备了直观的仪表板，便于用户管理应用，支持自定义域名配置，同时提供灵活的内存和 CPU 调整选项，以满足不同应用的性能需求。此外，Reflex Cloud 集成了一键式身份验证、详细的网站分析功能，甚至支持本地托管，确保用户在开发、发布和管理 Web 应用时获得全面的支持和最佳的用户体验。

https://reflex.dev/hosting

Google Docs 的 AI 编辑副驾驶

Pointer 是一款嵌入 Google Docs 的智能 AI 副驾驶，为您的文档工作带来前所未有的便利和效率。它能够实时分析和优化您的文本，提供专业级别的编辑建议，帮助您快速提升内容质量。再也无需在 ChatGPT 和文档之间手动复制粘贴，Pointer 直接在您的工作环境中高效运行，同时解决损坏的文本格式问题，让您的文档始终保持整洁美观。通过简单的一键操作，您可以轻松采纳或调整 Pointer 的建议，将繁琐的编辑工作化繁为简。无论是撰写报告、优化提案还是润色文章，Pointer 都能成为您得力的智能助手。

https://www.getpointer.ai

投融资

埃隆·马斯克的xAI公司获得60亿美元新融资，加速AI野心

xAI是埃隆·马斯克创办的人工智能公司，近日宣布已成功融资60亿美元。这轮融资的参与者包括Valor Equity Partners、Sequoia Capital、Andreessen Horowitz以及卡塔尔投资局等。根据美国证券交易委员会的文件显示，投资者至少出资77,593美元。此次融资将使xAI的融资总额达到120亿美元，是今年春季筹集的60亿美元的两倍。

xAI成立于2023年，推出了名为Grok的生成性AI模型，该模型目前在X（前Twitter）上提供服务，包括聊天机器人功能。Grok以其“叛逆性”著称，能够回答一些其他AI系统拒绝回答的问题，甚至能在一定范围内使用粗俗语言。

此次融资加速了xAI在AI领域的竞争，尤其是在OpenAI和Anthropic等强劲对手面前。xAI计划利用从X、Tesla和SpaceX等公司收集的数据，进一步提升其AI产品，并与各大企业开展合作。尽管面临来自Tesla股东的反对，xAI的产品和研发仍然取得了显著进展，年收入已达到约1亿美元。

https://techcrunch.com/2024/12/05/elon-musks-xai-lands-billions-in-new-cash-to-fuel-ai-ambitions/

Across AI：借助“代理记忆”技术助力企业数据管理

Across AI，成立于2024年，致力于为企业提供一种动态记忆系统，旨在优化复杂的工作流程，特别是销售团队的信息管理。该公司由史蒂文·米赫（Steven Mih）创办，米赫曾是Ahana的联合创始人及CEO，Ahana被IBM收购。米赫在离开IBM后，联合加州大学伯克利分校和斯坦福大学的著名教授成立了Across AI，目标是利用“代理记忆”提升企业数据的利用效率。

Across AI的产品通过连接企业内部外部数据源，创建共享的“代理记忆”，帮助销售团队识别新的销售机会、发现风险，并提出客户问题。这种记忆系统能适应不断变化的工作环境，并根据上下文优先处理关键信息。

投融资信息

Across AI刚刚完成了570万美元的种子轮融资，投资方包括Cota Capital和Village Global（该公司背后有比尔·盖茨、马克·扎克伯格、杰夫·贝索斯等知名投资人）。这笔资金将用于进一步完善其产品，并计划在2025年推出商业版本。

公司官网：https://www.across.ai/