AI资讯站在时代最前沿

水木分子的ChatDD:制药行业的’专家版ChatGPT’
AI与物理

水木分子的ChatDD:制药行业的’专家版ChatGPT’

本文介绍了水木分子公司推出的“ChatDD”,一款具有划时代意义的制药行业AI工具。ChatDD具备多模态医药专业知识,能参与药物发现、立项、商业智能和临床试验等多个环节,且在提高成功率方面表现出色。其背后是通过搜集和整理大量数据,结合自监督学习技术实现。此外,ChatDD的用户还包括不少医药领域的专业用户,为了让它能更好地 understand业内人的“专言专语”,团队还专门整理了一套数据集喂给ChatDD。
文章ChatGPT在医疗领域的崛起:AI技术的未来应用
AI与化学

文章ChatGPT在医疗领域的崛起:AI技术的未来应用

在新冠疫情期间,人工智能助手 ChatGPT 在医疗领域发挥作用,帮助一位名叫亚历克斯的 4 岁孩子确诊为隐匿性脊柱裂。此举引发了网友们的热议,许多人认为大模型在医疗领域的应用可以降低医疗成本,特别是在贫困国家。今年来,科技巨头如谷歌、英伟达、亚马逊、腾讯、百度、京东等都开始在医疗领域布局 AI 技术,尤其是大语言模型。然而,也有人对 ChatGPT 等大模型的诊断准确性提出质疑,认为需要人类专家的交叉确认。尽管如此,大模型在医疗领域的应用仍被视为一个值得关注的趋势。
数学能力超过ChatGPT!上海交大计算大模型登开源榜首量子位2023-09-22 14:42北京
AI与数学

数学能力超过ChatGPT!上海交大计算大模型登开源榜首量子位2023-09-22 14:42北京

克雷西 发自 凹非寺量子位 | 公众号 QbitAI 国产数学大模型,能力已经超过了ChatGPT! 最新榜单中,上海交大GAIR实验室出品的Abel专有大模型: 准确率高达83.6%,在开源模型中位列第一。 据团队介绍,该模型是用挪威数学家尼尔斯·阿贝尔(Niels Abel)的名字命名的,以此向阿贝尔在代数和分析方面的开创性工作致敬。 在GSM8k数据集上,70B参数量的Abel碾压所有开源模型,还超过了ChatGPT。 甚至在新数据集TALSCQ-EN上,Abel的表现比GPT-4还要强。 而实现这样效果的Abel,成分可以说是十分“单纯”: 没有使用工具没有使用数学领域的大规模预训练数据没有使用奖励模型没有使用RLHF仅使用有监督精调(Supervised Fine-tuning,SFT)那么Abel的效果究竟怎么样呢? 成绩超越开源模型SOTA 这里我们选择同样是开源的Llama-2来和Abel对比。 首先来看下这个鸡兔同笼问题的变体: Brown由牛和鸡一共60只,鸡的数量是牛的两倍,一共有多少条腿? 这道题Llama-2出师不利,而且不是计算错误,是逻辑上就有问题: Abel则成功地解决了这个问题。 再来看下一个问题: 12,21,6,11和30的中位数与平均数的和是多少? 两个模型都正确理解了所涉及的概念,但Llama还是在计算和排序上出了错。 而Abel依旧是正确地做出了这道题: 再从测试数据上看看Abel的表现。 首先是OpenAI提出的GSM8k数据集(大概是美国高中难度),这份榜单的前十名,Abel占了三个(不同参数规模)。 开源模型当中,70B规模的Abel打败了曾经的SOTA——WizardMath。 如果把商业闭源模型算进来,Abel也仅次于GPT-4、Claude-2和PaLM-2-Flan这些最著名的模型。 甚至ChatGPT也不是Abel的对手。 △地球代表开源模型,锁代表闭源模型 在难度更高的MATH(竞赛题目)数据集中,开源模型的前三名被三个规模的Abel包揽,加上闭源也仅次于Google和OpenAI的产品。 研究团队还使用了新数据集TALSCQ-EN对Abel进行测试,结果超过了GPT-4。 那么,研究团队是怎么调教出这样一款高性能模型的呢? “保姆级”微调训练策略 核心奥义就是高质量的训练数据。 Abel使用数据是经过精心策划的,不仅包含问题的答案,还要能告诉模型找到正确答案是的方法。 为此,研究团队提出了一种叫做家长监督(Parental Oversight)的“保姆级”微调训练策略。 在家长监督的原则之下,团队仅通过SFT方式就完成了Abel的训练。 为了评价Abel的鲁棒性,研究团队还用GPT4对GSM8k中的数字进行了修改,测试Abel是否依然能解出正确的答案。 结果显示,在调整版GSM8k数据集下,70B参数的Abel鲁棒性超过了同等规模的WizardMath。 在Abel的介绍的最后,研究团队还留下了一个彩蛋: Abel的下一代,将进化成为Bernoulli(伯努利) 不过团队并没有对其中的含义进行说明,我们不妨期待一番。...
ChatGPT影响教学:全球教师与学生的态度与实践
AI论文助手

ChatGPT影响教学:全球教师与学生的态度与实践

纽约大学研究人员针对全球不同国家和地区的学生与教育工作者,进行了一项详尽的调查,旨在探究ChatGPT在课堂教学中的影响。研究结果已发表在Nature上,揭示了ChatGPT使用的看法差异。结果显示,教育工作者和师生们对ChatGPT的使用持不同态度,但都能有效识别其在课堂中的应用。

AI论文助手超级助手