AI资讯列表 - AI在线

第十六批 18 组推荐使用外语词中文译名公布，AIGC 有了中文名“人工智能生成内容”

据新华社10日消息，外语中文译写规范部际联席会议专家委员会审议通过第十六批18组推荐使用外语词中文译名。本次拟推荐使用的外语词中文译名，均为与人工智能、信息技术等相关的词条。

LG 发布 EXAONE 3.5 开源 AI 模型：长文本处理利器、独特技术有效降低“幻觉”

LG 人工智能研究院本周一（12 月 9 日）发布 EXAONE 3.5 开源 AI 模型，并同步推出面向 LG 员工的企业级 AI 智能体服务 ChatEXAONE。

腾讯基于 RAG 和 Agent 技术的混元大模型业务落地实践

在本篇文章中，我们将深入探讨腾讯大语言模型在多个业务场景中的应用，特别是如何通过前沿技术提升模型的智能化与用户体验。首先介绍腾讯大模型的广泛应用场景，如内容生成、智能客服和角色扮演等，并详细解析 RAG（Retrieval-Augmented Generation）技术及其在实际业务中的创新应用，特别是在文档生成和问答系统中的优势。此外，文章还将探讨 GraphRAG 在角色扮演场景中的应用，如何结合知识图谱优化复杂的知识推理。

OpenAI 首席财务官：向企业收取每月数千美元订阅费是合理的，能更好体现技术价值

据彭博社报道，OpenAI 首席财务官 Sarah Friar 表示，为其AI软件向企业用户每月收取数千美元的费用是合理的，因为这能更好地体现技术为企业提供的价值。

时间序列模型的演变：人工智能引领新的预测时代

译者 | 布加迪审校 | 重楼我们正处于这样一个时代：大型基础模型（大规模通用神经网络以无监督的方式使用大量不同的数据进行预训练）彻底改变计算机视觉、自然语言处理以及最近的时间序列预测等领域。这种模型通过实现零样本预测来重塑时间序列预测领域，允许使用新的、未见过的数据进行预测，无需针对每个数据集进行重新训练。这一突破显著缩减了开发时间和成本，简化了为不同任务创建和微调模型的过程。

RARE: 提升LLM推理准确性和事实完整性的检索增强框架思路浅尝

MCTS & rStar蒙特卡洛树搜索（MCTS）蒙特卡洛树搜索（MCTS）是一种用于解决复杂决策问题的算法，常用于游戏等领域。它的基本思想是通过构建一棵搜索树并模拟各种可能的行动来估计每个行动的价值。 MCTS的过程可以分为四个主要步骤：选择（Selection）：从根节点开始，根据某种策略（如UCT）遍历子节点，直到找到一个叶节点。

谷歌被曝向美国 FTC 施压：要求解除微软云对 OpenAI 技术的独家托管

据The Information援引知情人士消息称，谷歌近期已向美国联邦贸易委员会（IT之家注：简称FTC）施压，要求解除微软在其云服务器上托管OpenAI技术的独家协议。

谷歌 CEO 皮查伊嘲讽微软：他们使用的是别人开发的 AI 模型

2022 年 ChatGPT 横空出世后，微软迅速抓住机遇，向 OpenAI 注资数十亿美元。这一大胆的举动让微软可以快速接入预先开发好的 AI 模型，在竞争对手还在从零开始时，微软已经取得了显著的领先优势。然而，谷歌 CEO 桑达尔・皮查伊最近对此事进行了嘲讽。在《纽约时报》的 Dealbook 峰会上，皮查伊表示微软使用的是他人开发的 AI 模型，并乐意将谷歌和微软的模型进行对比。

OpenAI 开放 Canvas 效率神器：让 ChatGPT AI 更懂你，可执行代码、风格化写作

OpenAI 公司今天（12 月 11 日）宣布，将面向所有 ChatGPT 用户，开放 Canvas 功能，重点提升用户写作和编码项目的效率。

LLM学习原子「结构语言」，生成未知化合物的晶体结构，登Nature子刊

编辑 | 萝卜皮生成合理的晶体结构通常是预测材料化学成分及其性质的第一步，但当前大多数预测方法计算成本高，制约了创新进程。通过使用优质生成的候选结构来预测晶体结构，可以突破这一瓶颈。在最新的研究中，英国雷丁大学（University of Reading）的研究人员介绍了 CrystaLLM，这是一种基于晶体学信息文件 (CIF) 格式的自回归大型语言建模 (LLM) 的多功能晶体结构生成方法。

大模型「标王」硬气：不做Sora ，要帮更多企业做出Sora

被神话的 Sora ，被低估的多模态。 Sora 终于来了！只要是 ChatGPT Plus/Pro 用户，直接就能用上。

5分钟完成最强超算10^25年工作，谷歌量子芯片重大突破，马斯克、奥特曼齐祝贺

算力更强大，错误更少，量子计算的最大挑战之一被搞定了。这是一个重要的里程碑。 12 月 10 日凌晨，在 OpenAI 的 Sora 吸引 AI 社区眼球的同时，谷歌宣布了一个重大突破：他们新的量子计算芯片 Willow 可通过规模扩展来降低错误率 —— 其 5 分钟就能完成超级计算机 10^25 年才能完成的计算。