Iepazīstinām ar Muse Spark Open — līdz šim spējīgāko ASV atklātā svara modeli
Meta tikko publicēja Muse Spark Open svarus, un tie ir lieli: 816 B parametru kopā, 42 B aktīvi, 1 M tokenu konteksta logs. Acīmredzot, tas ir paredzēts kodēšanai un aģentu darbam.
Drosmīgs apgalvojums ir tāds, ka tas darbojas uz jūsu galda. Nu, uz diviem Apple M5 Ultra Mac Studio datoriem, kas, pēc Meta teiktā, "uzvedas kā viens superdators ar terabaitu vienotas atmiņas". Ne gluži klēpjdators.
Testēšanas laikā tā ieviesa īstas iOS izmaiņas Mastodon klienta Ice Cubes un vadīja DaVinci Resolve no sākuma līdz beigām. Licencei ir ierobežoti komerciāli noteikumi, lai gan daudzi izstrādātāji to var izmantot bez maksas.
Frontier sagatavošanas apmācība uzņēmumā Microsoft AI
Microsoft ir pabeidzis MAI-Base-2, MoE modeļa ar 80 miljardiem aktīvu parametru un 2,8 triljoniem kopējo parametru, iepriekšēju apmācību. Tas joprojām ir pēcapmācības stadijā, tāpēc to vēl nevar izmantot.
Microsoft apgalvo, ka tas pārspēj visus testētos atvērtā svara modeļus un ir 4–12 reizes efektīvāks FLOP pirmsapmācības ziņā nekā DeepSeek-V4-Pro-Base. Tas trenējās ar 16 000 GB un 200 GB GPU 38 dienu laikā.
Prezentācija ir iegūta no organiskiem datiem, nevis destilācijas no citiem modeļiem, tāpēc svarus var licencēt uzticamiem partneriem, izmantojot Foundry. Un pārsteidzoši, ka MAI-Base-3 sagatavošana jau ir sākusies.
Sīkdatne: FTC izdod pavēstes OpenAI un Anthropic par patērētājiem nodarīto kaitējumu
Federālā tirdzniecības komisija (FTC) ir nosūtījusi civilprasības uzņēmumiem OpenAI un Anthropic, pieprasot dokumentus par drošības incidentiem, kas ir pārauguši nozares krīzē, Axios pastāstīja kāda pazīstama persona.
Katra prasība pārsniedz 50 lappuses, aptverot drošības incidentus, aizsardzības pasākumus, mārketinga materiālus un privātuma politikas. Aģentūra plāno arī piespiest augstākā līmeņa mākslīgā intelekta vadītājus liecināt. Neērti.
OpenAI apgalvo, ka "konstruktīvi sadarbosies ar FTC". Acīmredzot trešo pušu mākslīgā intelekta organizācijas savas prasības saņems vēlāk.
Anthropic ļauj METR pētniekiem ieskatīties zem pārsega ar darbinieku līmeņa piekļuvi
Runājot par pārbaudes tēmu, Anthropic sešiem METR pētniekiem piešķir darbinieku līmeņa piekļuvi — uzņēmuma klēpjdatoriem, biroja telpām, iekšējiem rīkiem —, lai neatkarīgi novērtētu uzņēmuma modeļus un drošības praksi.
Svarīgākais: METR publicē savus novērtējumus, un Anthropic nevar tos uzlikt veto. Tā var pieprasīt rediģēšanu tikai šaurās kategorijās, piemēram, klientu datos vai modeļu arhitektūrā.
Žurnāls "Anthropic" to salīdzina ar lielo banku iekšienē strādājošiem eksaminētājiem. Varbūt garlaicīga metafora, bet tieši tā arī ir būtība.
Mākslīgā intelekta aģenti ierodas Rivianas automašīnās
RJ Scaringe TechCrunch Disrupt konferencē sacīja, ka Rivian automašīnās galu galā darbosies mākslīgā intelekta aģenti no tādiem uzņēmumiem kā Anthropic. "Tur tas kļūst maģiski," viņš teica. Viņš neminēja laika grafiku.
Rivian paša izstrādātais ietvars darbojas "kā luksofors", izvēloties vietējo modeli automašīnā vai mākoņa modeli sarežģītākiem jautājumiem.
Tomēr neuztraucieties par bremzēm. "Jebkas, kas attiecas uz transportlīdzekļa līmeņa vadību, netiek nodots aģentam," sacīja Skarindžs. Sēdekļu sildītāji — jā. Stūrēšana — nē.
TSMC sesto ceturksni pēc kārtas uzrāda rekordlielu peļņu, pārspējot mākslīgā intelekta uzplaukuma prognozes
Visiem šiem modeļiem ir nepieciešamas mikroshēmas, un TSMC gūst peļņu. Neto peļņa pieauga par 68,7% salīdzinājumā ar iepriekšējo gadu, kas ir sestais rekordlielais ceturksnis pēc kārtas, un darbības peļņas norma bija 58,7%.
Tas prognozē ceturtā ceturkšņa ieņēmumus 52,3–54,3 miljardu dolāru apmērā. Augstas veiktspējas skaitļošana veidoja 68% no ieņēmumiem, bet 3 nanometru mikroshēmas — 33%.
Negaidīti visstraujāk augošais segments salīdzinājumā ar iepriekšējo ceturksni bija autobūves nozare ar 23 %. Tomēr SemiAnalysis pārstāvis Sravans Kundodžala saka, ka TSMC uzskata, ka "pieprasījums joprojām krietni pārsniedz tā piegādes kapacitāti"
Bieži uzdotie jautājumi
Kāda aparatūra man ir nepieciešama, lai lokāli palaistu Meta Muse Spark Open?
Meta apgalvo, ka Muse Spark Open darbojas uz diviem Apple M5 Ultra Mac Studio datoriem, kas, pēc uzņēmuma teiktā, darbojas kā viens superdators ar terabaitu vienotas atmiņas. Tā ir galda iekārta, nevis klēpjdators. Modelim ir 816 B kopējie parametri, 42 B aktīvi un 1 M tokenu konteksta logs. Tas ir paredzēts kodēšanai un aģentu darbam, un licencei ir ierobežoti komerciāli nosacījumi, lai gan daudzi izstrādātāji to var izmantot bez maksas.
Vai izstrādātāji jau var izmantot Microsoft MAI-Base-2?
Vēl ne. Microsoft ir pabeidzis MAI-Base-2 priekšapmācību, taču modelis joprojām atrodas pēcapmācības stadijā. Tas ir MoE modelis ar 80 miljardiem aktīvu parametru un 2,8 triljoniem kopējo parametru, kas 38 dienu laikā apmācīts uz 16 000 GB200 grafiskajiem procesoriem. Microsoft plāno licencēt svarus uzticamiem partneriem, izmantojot Foundry, paļaujoties uz organisko datu izcelsmi bez destilācijas. MAI-Base-3 sagatavošanas darbi jau ir uzsākti.
Ko FTC savās pavēstēs pieprasa OpenAI un Anthropic?
FTC nosūtīja OpenAI un Anthropic civilprasības, pieprasot dokumentus par drošības incidentiem, liecina paziņa, kas runāja ar Axios. Katra prasība ir garāka par 50 lappusēm un aptver drošības incidentus, aizsardzību, mārketinga materiālus un privātuma politikas. Aģentūra arī plāno piespiest augstākos mākslīgā intelekta vadītājus liecināt, un trešo pušu mākslīgā intelekta organizācijas savas prasības saņems vēlāk. OpenAI apgalvo, ka konstruktīvi sadarbosies ar FTC.
Kā darbojas METR darbinieku līmeņa piekļuve Anthropic mākslīgā intelekta drošības praksēm?
Anthropic sešiem METR pētniekiem piešķir darbinieku līmeņa piekļuvi, tostarp uzņēmuma klēpjdatoriem, biroja telpām un iekšējiem rīkiem, lai viņi varētu neatkarīgi novērtēt tā modeļus un drošības praksi. METR publicē savus novērtējumus, un Anthropic nevar tos vetot. Anthropic var pieprasīt rediģēšanu tikai šaurās kategorijās, piemēram, klientu datos vai modeļu arhitektūrā. Uzņēmums salīdzina šo sistēmu ar rezidentu pārbaudītājiem lielās bankās.
Vai mākslīgā intelekta aģenti Rivian automašīnās kontrolēs braukšanu vai bremzes?
Nē. RJ Scaringe TechCrunch Disrupt konferencē sacīja, ka nekas, kas saistīts ar transportlīdzekļa līmeņa vadību, netiks nodots aģentam. Rivian automašīnas galu galā darbinās mākslīgā intelekta aģentus no tādiem uzņēmumiem kā Anthropic, lai gan viņš neminēja laika grafiku. Rivian paša izstrādātā sistēma darbojas kā luksofors, izvēloties vietējo modeli automašīnā vai mākoņa modeli sarežģītākiem jautājumiem. Iedomājieties sēdekļu sildītājus, nevis stūri.
Kā mākslīgā intelekta uzplaukums ietekmē TSMC peļņas un ieņēmumu prognozes?
TSMC uzrādīja sesto rekordlielu ceturksni pēc kārtas, tīrajai peļņai pieaugot par 68,7% salīdzinājumā ar iepriekšējo gadu, un darbības peļņas normai sasniedzot 58,7%. Uzņēmums prognozē ceturtā ceturkšņa ieņēmumus no 52,3 miljardiem ASV dolāru līdz 54,3 miljardiem ASV dolāru. Augstas veiktspējas skaitļošanas nozare veidoja 68% no ieņēmumiem, bet 3 nanometru mikroshēmas - 33%. Automobiļu nozare pieauga visstraujāk salīdzinājumā ar iepriekšējo ceturksni, sasniedzot 23%. Ziņots, ka TSMC uzskata, ka pieprasījums joprojām krietni pārsniedz tā piegādes jaudu.