IBM近日宣布将在今年5月推出的watsonx.ai企业人工智能开发平台上,托管Meta Platforms的Llama 2。现在,部分客户已经可以抢先体验。
watsonx.ai可用于训练生成式AI模型和其他类型的神经网络,无需从头开始构建自己的模型,平台中包括了预先打包的AI模型目录以及用于训练这些模型的数据集。
今年2月Meta宣布开源Llama的举动震惊了人工智能界。像Llama这样的基础模型通常是在大量未标记数据上进行训练的,这使其能够针对各种任务进行微调。Meta上个月又开源了Llama 2(正式名称为Large Language Model Meta AI 2-chat),并表示将允许企业使用专有数据和工具定制他们自己的AI模型。
持续合作
IBM和Meta过去曾合作开发多个开源项目,包括PyTorch机器学习框架和watsonx.data中使用的Presto查询引擎。watsonx.data是一个基于开放Lakehouse架构构建的专用数据存储。
IBM的战略是提供第三方和自己的AI模型。目前,IBM提供自己的模型以及由Hugging Face支持的社区所托管的模型,这些模型经过预训练,可以支持一系列自然语言处理任务,例如问答、内容生成、内容摘要、文本分类和提取。IBM公司表示,计划很快就会发布AI调优工作室、watsonx.ai模型的情况说明书、以及IBM自己的生成式AI模型。
IBM表示,为了满足企业对安全和数据隐私的担忧,通过watsonx.ai中的提示实验室运行Llama-2模型的用户可以切换护栏功能,自动删除输入和输出文本中的有害语言,Meta还提供了文档用于构建负责任的AI模型。
IBM正在努力成为企业AI开发的首选技术提供商。Upwork Global最近的一项研究发现,有73%的CEO表示,他们的企业正在拥抱生成式AI。IBM表示,IBM的21000名数据、人工智能和自动化顾问已经与40000多家企业客户展开合作,作为IBM咨询部门一部分的Center of Excellence for Generative AI也聘请了1000多名顾问。
好文章,需要你的鼓励
阿里通义实验室发布首个媲美顶级闭源系统的开源超级网络智能体WebSailor,突破性解决开源模型在超高不确定性任务中的系统性推理难题,在BrowseComp基准测试准确率提升3倍,标志着开源技术在复杂信息搜索领域的历史性跨越。
印度理工学院团队推出EKA-EVAL评测框架,首次实现对AI大模型的全方位多语言评估。该框架整合35个评测任务,专门支持22种印度官方语言,涵盖推理、数学、工具使用等核心能力。相比现有英语中心的评测工具,EKA-EVAL填补了多语言AI评估的重要空白,为全球语言多样化地区的AI发展提供了标准化评测平台。
随着VMware推进基于核心虚拟化技术的私有云愿景,竞争对手正加速开发替代方案。OpenNebula发布7.0版本,新增ARM处理器支持和增强的PCI直通功能,可部署在AI工厂中。红帽OpenShift Virtualization 4.19版本在Azure、Oracle云和谷歌云上提供技术预览。容器运行时Edera使用Rust重写了开源Xen虚拟机管理程序的控制平面。Nutanix发布7.3版本,增加多集群虚拟交换机。这些活动源于博通对VMware的改变,后者专注于价格昂贵的Cloud Foundation套件。
杭州电子科技大学研究团队开发出CRISP-SAM2智能医学影像分析系统,能够结合文字描述和CT图像同时进行器官识别。该系统通过跨模态语义交互技术,无需医生手动提示即可精准分割18种人体器官,在七个数据集测试中表现优异,为医学影像诊断提供了新的AI解决方案。