- 1、本文档共34页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
2024全球机器学习技术大会(北京站)主题涵盖大语言模型技术演进、多模态大模型前沿、大模型工程与架构、大模型应用开发实践、AI智能代理、代码大模型等12个热门专题,力求为全球开发者、研究人员、行业技术人员提供全方位、多角度的技术交流平台。
2024全球机器学习技术大会(北京站)主题涵盖大语言模型技术演进、多模态大模型前沿、大模型工程与架构、大模型应用开发实践、AI智能代理、代码大模型等12个热门专题,力求为全球开发者、研究人员、行业技术人员提供全方位、多角度的技术交流平台。
2024全球机器学习技术大会(北京站)主题涵盖大语言模型技术演进、多模态大模型前沿、大模型工程与架构、大模型应用开发实践、AI智能代理、代码大模型等12个热门专题,力求为全球开发者、研究人员、行业技术人员提供全方位、多角度的技术交流平台。
何恩培
传神语联创始人
2024全球机器学习技术大会(北京站)主题涵盖大语言模型技术演进、多模态大模型前沿、大模型工程与架构、大模型应用开发实践、AI智能代理、代码大模型等12个热门专题,力求为全球开发者、研究人员、行业技术人员提供全方位、多角度的技术交流平台。
先后斩获殊荣20余项,获评中国经济新领军人物、国家科技部“创新人才”、中国
软件企业十大领军人物、现代服务业领军人物、中国翻译协会特殊贡献奖等,是推
动中国语言服务行业发展的领军人物。
演讲主题:
基于双网络架构数推分离大模型的探索与实践
基于双网络架构的数推分离大模型
2024全球机器学习技术大会(北京站)主题涵盖大语言模型技术演进、多模态大模型前沿、大模型工程与架构、大模型应用开发实践、AI智能代理、代码大模型等12个热门专题,力求为全球开发者、研究人员、行业技术人员提供全方位、多角度的技术交流平台。
探索与实践
传神创始人何恩培
2024全球机器学习技术大会(北京站)主题涵盖大语言模型技术演进、多模态大模型前沿、大模型工程与架构、大模型应用开发实践、AI智能代理、代码大模型等12个热门专题,力求为全球开发者、研究人员、行业技术人员提供全方位、多角度的技术交流平台。
传神大模型——任度
任度:以极高的性参比,跻身全球第一梯队
评测数据表明:9B参数任度超过数百亿乃至千亿参数大模型
2024全球机器学习技术大会(北京站)主题涵盖大语言模型技术演进、多模态大模型前沿、大模型工程与架构、大模型应用开发实践、AI智能代理、代码大模型等12个热门专题,力求为全球开发者、研究人员、行业技术人员提供全方位、多角度的技术交流平台。
名次排列维度:以每家公司分数最高的大模型进行排行
任度幸运地走通了一条不同的路
2024全球机器学习技术大会(北京站)主题涵盖大语言模型技术演进、多模态大模型前沿、大模型工程与架构、大模型应用开发实践、AI智能代理、代码大模型等12个热门专题,力求为全球开发者、研究人员、行业技术人员提供全方位、多角度的技术交流平台。
根原创——走在完全独立自主研发的路上
根原创成长路线图
1999年2009年2017年2021年2024年
zANN用于机器学习完善zANNzANN升级构建MoHMoH完善
神经网络方向研究并应用于正式决定
您可能关注的文档
- 大语言模型在大数据研效场景中的智能化探索与实践-2024全球机器学习技术大会.pdf
- 豆包MarsCode,智能编程的探索实践-2024全球机器学习技术大会.pdf
- 多模态大模型LMM与细粒度开放世界目标检测-2024全球机器学习技术大会.pdf
- 多模态大模型的实践与思考-2024全球机器学习技术大会.pdf
- 多模态具身智能操作技能学习、交互探索与应用-2024全球机器学习技术大会.pdf
- 构建企业高价值场景的AI应用^7RAG、数值计算与推理的技术实践-2024全球机器学习技术大会.pdf
- 基础模型的根基-2024全球机器学习技术大会.pdf
- 基于CodeGeeX的AI Coding实践与探索-2024全球机器学习技术大会.pdf
- 检索增强生成RAG的实践、挑战与发展-2024全球机器学习技术大会.pdf
- 强化学习(多)智能体 和 大语言模型(多)智能体-2024全球机器学习技术大会.pdf
文档评论(0)