选项
首页
新闻
Multiverse AI 推出突破性微型高性能模型

Multiverse AI 推出突破性微型高性能模型

2025-10-05
3

欧洲一家开创性的人工智能初创公司推出了突破性的微型人工智能模型,这些模型以鸟类和昆虫的大脑命名,表明强大的人工智能并不需要大规模。

Multiverse Computing 公司的创新核心是专为边缘计算应用设计的超紧凑但功能强大的模型。这些微型神经网络被命名为 "ChickBrain"(32 亿个参数)和 "SuperFly"(9400 万个参数),代表了高效人工智能部署的重大飞跃。

"创始人罗曼-奥鲁斯(Román Orús)在接受 TechCrunch 独家采访时解释说:"我们的压缩技术允许这些模型直接在个人设备上运行。"想象一下,在你的智能手表上原生运行对话式人工智能功能,而无需依赖云。"

这家西班牙量子计算专业公司吸引了大量投资,仅今年 6 月就获得了 1.89 亿欧元的投资。他们专有的 "CompactifAI "技术利用量子启发算法大幅缩小模型尺寸,同时保持(有时甚至提高)性能指标。

值得注意的是,在数学推理(GSM8K、Math 500)和常识评估(GPQA Diamond)等多个基准测试中,ChickBrain 的性能均优于其源模型(Meta's Llama 3.1 8B)。与此同时,SuperFly 的昆虫级足迹能够以最小的处理能力为物联网设备提供语音接口功能。

公司与主要技术制造商合作,提供灵活的部署选项:

  • 直接集成到消费电子产品中
  • 具有价格竞争力的 AWS 托管 API 服务
  • 对现有 ML 实施进行专门压缩

Multiverse 的客户包括化工巨头巴斯夫(BASF)、金融服务提供商 Ally 和工业领导者博世(Bosch),这证明了该技术的跨行业适用性。

Multiverse Computing 的 ChickBrain 基准测试结果表明其性能优于基线模型

比较性能指标显示,ChickBrain 在多个认知基准中的表现优于其源模型

随着科技行业越来越重视设备上处理的优势,包括保护隐私、减少延迟和离线功能,ChickBrain 在模型效率方面取得了这一突破。

相关文章
微软研究发现更多人工智能代币会增加推理错误 微软研究发现更多人工智能代币会增加推理错误 关于 LLM 推理效率的新见解微软的最新研究表明,大型语言模型中的高级推理技术并不能在不同的人工智能系统中产生统一的改进。他们的突破性研究分析了九个领先的基础模型在推理过程中对各种扩展方法的反应。评估推理时间扩展方法研究团队对三种不同的缩放技术实施了严格的测试方法:传统的思维链提示并行答案生成与汇总通过反馈环路进行顺序改进评估推理性能的实验框架八项综合基准提供了跨学科的挑战性测试场景,包括数学、科
法学硕士为何无视指示以及如何有效解决这一问题 法学硕士为何无视指示以及如何有效解决这一问题 了解大型语言模型跳过指令的原因大型语言模型(LLM)改变了我们与人工智能的交互方式,使从对话界面到自动内容生成和编程辅助等各种高级应用成为可能。然而,用户经常会遇到一个令人沮丧的限制:这些模型偶尔会忽略特定指令,尤其是在复杂或冗长的提示中。这种任务执行不完整的问题不仅会影响输出质量,还会降低用户对这些系统的信心。研究这种行为背后的根本原因,可以为优化 LLM 交互提供有价值的见解。LLM 处
阿里巴巴的 阿里巴巴的 "零搜索 "人工智能通过自主学习将培训成本降低 88 阿里巴巴的 ZeroSearch:改变人工智能训练效率的游戏规则阿里巴巴集团的研究人员开创了一种突破性的方法,有可能彻底改变人工智能系统学习信息检索的方式,完全绕过成本高昂的商业搜索引擎 API。他们的 "零搜索"(ZeroSearch)技术能让大型语言模型在训练阶段通过模拟环境培养复杂的搜索能力,而非传统的搜索引擎交互。"研究人员在他们最新发表的 arXiv 论文中解释说:"传统的强化学习需要大
评论 (0)
0/200
返回顶部
OR