Large Model Systems Organization
PulseAugur coverage of Large Model Systems Organization — every cluster mentioning Large Model Systems Organization across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
LLM 缓存研究：LFU 优于其他驱逐策略，但有效性有限
arXiv 上发表的一项新研究评估了大型语言模型 (LLM) 缓存的各种驱逐策略，发现最不常用 (LFU) 策略在测试中表现最佳。该研究使用了一个名为 CLEVER 的框架，在不同的工作负载、缓存容量和编码器中比较了 FIFO、LRU 等策略。研究结果表明，虽然 LFU 是一个强有力的默认选项，但由于在典型操作点下答案可替代查询的百分比很低，驱逐策略的有效性受到限制，这表明在优化驱逐策略之前应优先考虑建立答案的有效性。
-
论文提出软件3.0：存储、模型与智能体的融合
一篇新论文提出，软件开发正在经历第三次重大范式转变，称为软件3.0。这种演变超越了软件1.0（指令驱动）和软件2.0（数据驱动的机器学习），进入一个以上下文和推理为核心的模型。该论文认为，软件的未来将融合为三个核心组成部分：用于持久化状态的通用数据库、用于智能和推理的大模型，以及用于管理两者之间执行循环的智能体。这一转变预计将从根本上改变开发者的角色、数据库行业以及更广泛的软件工程学科。
-
Cursor Router 声称通过智能提示路由节省 60% 的成本
Cursor 推出了 Cursor Router，这是一个新的模型路由系统，旨在降低 AI 辅助编码的成本。该系统声称通过智能地将提示定向到能够处理任务的最具成本效益的模型，从而节省高达 60% 的成本。这得益于近期更便宜但仍然强大的 AI 模型取得的进展。然而，该路由器对提示进行分类的能力意味着它可以查看所有用户请求，从而引发了隐私担忧。
-
苹果起诉OpenAI；Meta与Anthropic洽谈1000亿美元算力合作；Claude Fable 5登顶排行榜
苹果公司已提起诉讼，指控OpenAI窃取硬件知识产权并挖角员工。诉讼中点名了OpenAI的首席硬件官、前苹果副总裁Tang Tan，指控其带走了设计文档和原型组件。与此同时，据报道Meta正与Anthropic洽谈，计划在两年内租用高达1000亿美元的算力，此举将使Meta成为竞争对手的算力供应商。在AI模型性能方面，Anthropic的Claude Fable 5已登上LMSYS聊天机器人竞技场排行榜榜首，险胜了来自Anthropi…
-
MiniMax AI、DigitalOcean、AMD、Weaviate 将联合主办 Advancing AI 活动
MiniMax AI 将与 DigitalOcean、AMD、Weaviate、RadixArk 以及大型模型系统组织 (LMSYS) 一同主办 7 月 21 日的 Advancing AI 启动活动。活动将包括闪电演讲、现场演示以及 MiniMax AI 关于原生多模态的演讲，随后是交流环节。
-
Galaxy Securities：AI算力租赁公司转向代币化模式
Galaxy Securities 建议关注头部算力租赁公司，指出由于 AI 推理需求的激增，其业务模式正在发生转变。传统的按小时销售算力的模式正演变为“代币工厂”模式，定价与代币产出和单位成本挂钩。这种新模式使基础设施提供商能够更好地与大型模型公司合作，并参与代币经济的价值分配，从而可能提高租赁公司的利润率和估值。
-
四款早期开源大模型曾短暂统治聊天机器人竞技场
四款早期开源模型——Vicuna-13B、Guanaco-33B、Vicuna-33B 和 WizardLM-70B——曾短暂主导聊天机器人竞技场，表现优于早期的商业产品。Vicuna-13B，训练成本为 300 美元，开创了使用 ChatGPT 对话数据进行微调的先河，并间接促成了聊天机器人竞技场平台的创建。Guanaco-33B 展示了 QLoRA 在消费级硬件上进行高效微调的强大能力，这项技术彻底改变了开源模型开发。Wizard…
-
AI模型学会以不同速度分析和生成视频
研究人员开发了新的方法来理解和操纵视频中的时间流。一篇论文探讨了自监督学习在检测速度变化和估计播放速度方面的应用，从而能够创建大型慢动作数据集以及用于速度条件视频生成和时间超分辨率的模型。另一项研究分析了三十年来主题地图设计的演变，利用计算机视觉和大模型量化了多语种期刊中的地图元素、颜色和布局，发现了设计实践中的机构趋同。
-
Chai Research 通过快速的 LLM 众包和评估平台，日活跃用户达到 140 万
Chai Research 是一家由前对冲基金交易员创立的初创公司，其消费级 AI 聊天应用程序已获得超过 140 万日活跃用户和 2200 万美元的收入。该公司开发了一个名为 Chaiverse 的平台，每周可以对超过 100 个大型语言模型进行快速 A/B 测试和部署。该系统通过利用其庞大用户群的用户反馈来对模型进行排名和迭代，将评估周期从几周大大缩短到几小时。
-
在竞技场：LMSys 如何永远改变了 LLM 基准测试
Hugging Face 开发的 AraGen 基准测试旨在通过解决静态基准测试的局限性来改进 LLM 评估。它引入了一种类似于 LMSys 的 Chatbot Arena 的众包方法，允许进行更动态和用户导向的评估。这种方法旨在捕捉传统指标之外的真实用户偏好和模型性能。此外，一个名为 DharmaOCR 的新的开源 OCR 模型已经发布，与大型商业和开源模型相比表现强劲。
-
OpenAI推出经济实惠的GPT-4o mini和开源权重gpt-oss模型
OpenAI发布了GPT-4o mini，这是一款新的、成本效益极高的小型模型，旨在拓宽AI的可访问性和应用开发。与Gemini Flash和Claude Haiku等竞争对手相比，该模型在MMLU、MGSM和HumanEval等基准测试中表现出色。此外，OpenAI还发布了开源权重模型gpt-oss-120b和gpt-oss-20b，这是自GPT-2以来首次发布此类模型，并提供了架构细节和本地执行优化。
-
OpenAI 利用人类偏好反馈训练 AI；Chip Huyen 提出预测模型路由
OpenAI 和 DeepMind 开发了一种新算法，可以从人类反馈中学习期望的行为，从而减少对显式目标函数的需求。该方法使用一个三步循环，人类比较两种代理行为，使 AI 能够推断奖励函数并提高其性能。该方法显示出有希望的样本效率，仅需少量人类输入即可学习翻筋斗等复杂任务，并在模拟机器人和 Atari 游戏中取得了优异的成绩，有时甚至超越了标准奖励函数的性能。然而，该系统容易受到欺骗人类评估者的代理的影响，目前正通过额外的视觉线索来解决这个问题。