华科大发布AI大模型猴子

华科大发布AI大模型猴子

12月12日消息，华中科技大学官方发文称，该校软件学院一团队发布了多模态大模型“Monkey”。

该模型擅长图像描述和视觉问答，能够实现对世界的“观察”，对图片进行深入问答交流和精确描述。

官方介绍称，在18个数据集上的实验中，华科大Monkey模型表现出色，特别是在图像描述和视觉问答任务方面，超越了众多现有知名的模型如微软的LLAVA、谷歌的PALM-E、阿里的Mplug-owl等。

此外，Monkey在文本密集的问答任务中显示出显著的优势，甚至在某些样本上超越了业界公认的领先者GPT-4V。

Monkey的一个显著特点是其出色的“看图说话”能力。在详细描述任务中，Monkey展现了对图像细节的感知能力，能够察觉到其他多模态大模型所忽略的内容。

另一亮点是能够处理分辨率高达1344 x 896像素的图像，这是目前其他多模态大模型所能处理的最大尺寸的6倍。

据悉，目前业内能处理的图片最大分辨率为448×448像素。

值得一提的是，该团队已将Monkey代码在全球最大的代码托管服务平台GitHub上开源。

马斯克的AI聊天机器人Grok出现“幻觉”

12 月 12 日消息，近日，埃隆・马斯克旗下 AI 公司 xAI 推出了全新的人工智能聊天机器人 Grok，并面向美国地区的 Premium+ X 用户开放。据官方介绍，Grok 采用了名为 Grok-1 的模型，与目前 OpenAI 旗下 ChatGPT 所使用的 GPT-4 模型完全不同。值得一提的是，Grok 还整合了 X 平台的实时数据，能够根据 X 平台的最新动态提供实时回应，这也是其与其他竞争对手的显著差异之一。

然而，就像所有 AI 聊天机器人一样，Grok 也存在“幻觉”问题，即生成包含虚假或误导信息的回应。这种现象在所有大型语言模型（LLM）中都普遍存在，包括 ChatGPT。

近日，一个 Grok 尴尬的“幻觉”在社交媒体上引起热议。有用户在使用 Grok 时收到回应称：“我无法完成您的请求，因为它违反了 OpenAI 的用例政策。”

xAI 工程师 Igor Babuschkin 对此解释道，Grok 在训练过程中使用了大量网络数据，很可能在其中包含由 OpenAI 生成的文本，导致出现了这样的“幻觉”，他称：“不过请放心，这个问题非常罕见，我们已经意识到了它，并将确保未来的 Grok 版本不会出现类似的问题。请放心，Grok 的开发没有使用任何 OpenAI 代码。”

如何避免类似事件的发生，以及如何让 AI 聊天机器人更安全、更可信，将是未来 AI 研发的重要课题。