【每周精选资讯 | 第 3 期】2024-03-25 ~ 2024-03-31_t-rex2: towards generic object detection via text-

前言

大家好，我是翼同学。这里是【每周精选资讯】的第三期内容。

通义千问：发布Qwen1.5-MoE-A2.7B模型

通义千问团队推出了首个Mixture of Experts（MoE）模型Qwen1.5-MoE-A2.7B，其27亿个激活参数的设计实现了与70亿参数模型相媲美的性能，训练成本降低75%，推理速度提升1.74倍。

该模型采用了特别设计的MoE架构，进行了多项改进，包括finegrained experts、新的初始化方法和routing机制。在性能评估方面，该模型在MMLU、GSM8K、HumanEval等评估中展示了其语言理解、数学和代码能力。该模型系列已在ModelScope社区开源，提供了多个版本供下载和使用。通义千问团队还介绍了使用SWIFT框架进行Qwen1.5-MoE模型的微调和微调后推理的方法。

链接：Qwen1.5-MoE: Matching 7B Model Performance with 1/3 Activated Parameters

无问芯穹：发布大模型开发与服务平台

3月31日，上海无问芯穹智能科技有限公司发布了基于多芯片算力底座的“无穹Infini-AI”大模型开发与服务平台，并宣布自3月31日起正式开放全量注册，给所有实名注册的个人和企业用户提供百亿tokens免费配额。

无问芯穹成立于2023年5月，创始团队成员来自清华大学电子系及头部科技企业。据悉，该平台目前支持Baichuan2、ChatGLM2、ChatGLM3、ChatGLM3闭源模型、Llama2、Qwen、Qwen1.5系列等共20多个模型，以及AMD、壁仞、寒武纪、燧原、天数智芯、沐曦、摩尔线程、NVIDIA等10余种计算卡，支持多模型与多芯片之间的软硬件联合优化和统一部署。

小米SU7：大模型与全车感知多模态融合

小米汽车首款车型小米SU7已于3月28日震撼发布，这标志着小米正式进入新能源汽车市场。小米SU7的一大亮点是搭载了AI大模型，与小爱同学语音助手相结合，为用户提供了全新的智能驾驶体验。小爱同学自发布以来已有7年时间，目前已拥有1.1亿月活跃用户，每天的激活次数高达2.08亿次。

小米SU7的智能驾驶系统支持深度语音控制，能够识别模糊指令，并实现五音区语音交互，确保车辆对各个方位的指令都能精准响应。AI大模型的加入使得小米SU7能够识别车前场景，甚至能够识别前车的车型。

AI21推出创新的Jamba模型

AI21公司近日宣布推出Jamba，这是一款基于Mamba的新型生产级模型，结合了传统的Transformer架构元素，旨在克服纯SSM（Structured State Space Model）模型的局限性。Jamba模型以其256K的上下文窗口大小，展现出卓越的吞吐量和效率，预示着这种创新混合架构的潜力。

Introducing Jamba: AI21’s Groundbreaking SSM-Transformer Model

Hume AI 发布 EVI ：具备情感感知能力

近日，Hume AI公司宣布推出了一款新型的情感智能对话系统——EVI。该系统基于先进的情感大语言模型（eLLM），这是一种融合了传统大型语言模型（LLMs）的深度语言理解能力和表情测量技术的情感识别功能的创新技术。

通过这种独特的技术结合，EVI不仅能够流畅地进行对话，还能够捕捉并理解对话中的声音语调和词语强调等细微的情感变化，从而优化人工智能与人类的互动体验。EVI的一个显著特点是其对对话流畅性的重视。它能够灵敏地响应用户的打断，避免尴尬或对话中断的情况发生。当用户突然插话时，EVI能够像真人一样及时停止，并给予用户发言的空间，展现出高度的适应性和人性化交互能力。

Conversation powered by a new form of empathic AI

Awesome-Generative-AI-Guide

一个一站式的生成式AI资源库，提供了最新的研究更新（包括各项研究的摘要和主题）、免费课程（超过60个与生成式AI相关的免费课程）、面试资源、课程材料以及代码库等。

T-Rex2：通用目标检测

DeepDataSpace公司近日发布了一项名为T-Rex2的创新技术，通过结合文本和视觉提示，实现了对各种物品的广泛识别，无需针对特定任务进行调整或使用大量训练数据集。

T-Rex2在多个学术基准测试上实现了最先进的性能，适用于多种实际应用场景，包括农业、工业、牲畜和野生动物监测、生物学、医学、OCR、零售、电子、交通、物流等。DeepDataSpace希望通过T-Rex2简化目标检测的复杂性，并促进跨领域的创新和合作。

T-Rex2: Towards Generic Object Detection via Visual-Text Prompt Synergy

吴恩达：解析 AI Agents 工作流程设计模式“反思”

吴恩达教授近日对AI智能体工作流程设计模式“反思”进行了深度解析。他认为，反思模式相对易于实施，且能带来出乎意料的性能提升。

反思模式的核心在于让模型自我批评并优化输出。以编程任务为例，首先让大语言模型（LLM）直接生成完成特定任务的代码，然后引导它反思自身的输出，审查代码的准确性、编程风格及效率，并提出改进意见。之后，再次提示LLM，包括先前生成的代码和给出的改进意见，要求其根据反馈重新编写代码。这样的循环可能会带来更加精准的回答。

吴教授还提出，可以为LLM提供工具以帮助其评估输出，如运行单元测试检查代码正确性，或搜索网络验证文本输出的准确性。此外，还可以采用多智能体框架来实施“反思”，通过创建两个不同角色的智能体，一个负责生成高质量的输出，另一个则专注于对前者的输出提出建设性批评。

吴教授表示，虽然“反思”是一种基本的智能体工作流程类型，但在实际应用中，他惊喜地发现它在一些案例中大幅提升了性能。他推荐了几篇关于“反思”深度研究的论文，并表示未来还会介绍更多关于智能体设计模式的内容。

链接：One Agent For Many Worlds, Cross-Species Cell Embeddings, and more

X.AI：宣布推出Grok-1.5模型

Grok-1.5是x.ai公司最新推出的大型语言模型，具备长文本理解和高级推理能力。该模型将在接下来的几天内对早期测试者和现有Grok用户在