亚马逊网络服务公司(Amazon Web Services Inc.)近日宣布,计划通过旗下Amazon Bedrock服务提供来自知名机器学习初创公司Mistral AI的两个人工智能模型。
Bedrock于去年4月推出,通过应用程序编程接口提供对托管基础模型的访问。开发人员可以使用API来测试可用的神经网络中有哪一个最适合给定项目,然后将其集成到自己的软件之中。
总部位于巴黎的Mistral获得了超过5亿美元的资金支持。它通过Bedrock提供的两种AI算法——Mistral 7B和Mixtral 8x7B,两者都是开源的大型语言模型。它们针对的是相似的用例,但设计和功能却大相径庭。
Mixtral 8x7B是Mistral最先进的LLM,于12月首次亮相,不久后该公司宣布了最新一轮4.15亿美元的融资。它可以支持聊天机器人,总结文档并生成代码。在内部比对期间,该模型在所评估的大多数基准测试中都优于OpenAI的ChatGPT 3.5。
Mixtral 8x7B采用了被称为专家混合架构的LLM设计。该模型由八个不同的神经网络或“专家”组成,每个神经网络都针对一组不同的任务进行了优化。当Mixtral 8x7B收到用户提问时,它会识别出最适合生成答案的两个神经网络并激活它们。
基于混合专家设计的LLM运行需要的硬件数量相对有限。由于Mixtral 8x7B在回答用户提问时仅激活其八个神经网络中的两个,因此其余六个神经网络不使用任何处理能力。其结果是与传统的LLM相比,降低了基础设施成本,后者在处理提问时激活了所有软件组件。
Mixtral 8x7B的八个神经网络具有467亿个参数。Mistral 7B是该公司通过Bedrock向AWS客户提供的第二个LLM,其设计更简单,只有70亿个参数。它面向特别强调硬件效率的应用程序。
AWS的首席开发人员倡导者Donnie Prakoso在一篇博客文章中详细介绍道,“Mistral 7B是Mistral AI 的第一个基础模型,自然编码功能支持英文文本生成任务。”“它针对低延迟进行了优化,内存要求低,吞吐量高。”
Mistral的两个开源LLM加入了Bedrock已经上架的至少六个基础模型的行列,已经上市。这些已经上架的模型有部分是AWS开发的——即Amazon Titan系列。Bedrock还提供了Meta Platforms Inc.、Anthropic PBC 和其他市场主流玩家托管的神经网络。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。