Bom dia de segunda-feira a todos ☀

A Nvidia já domina a indústria de chips de IA e agora também está impulsionando o setor de modelos de linguagem de grande escala (LLM) de código aberto.

A mais recente família de modelos 'Nemotron' da fabricante de chips desbloqueia um novo mundo de capacidades de dados de treinamento, pavimentando o caminho para sistemas de IA ainda mais poderosos. Vamos explorar mais a fundo…

Hoje vamos dar uma olhada em :

• ⚡️ Novos modelos de IA de código aberto da Nvidia

• 🤖 Startup chinesa cria robôs ultra-realistas

• 🏅 Pequeno LLM atinge desempenho de GPT-4 em matemática

• ⚡ NOTÍCIAS RÁPIDAS

tempo de leitura: 3 minutos

⚡️ Novos modelos de IA de código aberto da Nvidia

A Nvidia acaba de introduzir o Nemotron-4 340B, uma família de modelos de linguagem de código aberto projetados para gerar dados de treinamento sintéticos de alta qualidade e construir aplicações de IA poderosas em diversos setores.

Os detalhes:

1. Os três modelos (Base, Instruct, Reward) formam uma 'pipeline' para criar dados sintéticos para treinar novos LLMs (modelos de linguagem de grande escala) poderosos.

2. O modelo Instruct cria dados de treinamento sintéticos de alta qualidade (e foi treinado com 98% de dados sintéticos), enquanto o Reward filtra os dados para os exemplos de mais alta qualidade.

3. Os modelos Nemotron-4 correspondem ou superam competidores de código aberto como Llama-3, Mixtral e Qwen-2 em uma variedade de benchmarks.

4. A NVIDIA também lançou o Mamba-2 Hybrid, um modelo de espaço de estado seletivo (SSM) que superou LLMs baseados em transformadores similares em precisão.

Por que isso é importante: A Nvidia acabou de disponibilizar uma família de modelos de código aberto, gratuita, que não só corresponde às capacidades de alguns dos principais rivais no espaço, mas também se destaca na criação de dados sintéticos necessários para continuar elevando o nível de novos LLMs. O gigante da fabricação de chips é uma potência de IA de muitos talentos.

🪙 Junte-se ao nosso novo Telegram de cripto

Estou abrindo as portas para nosso Telegram, onde compartilhamos sinais gratuitos de um trader profissional

Nosso Telegram de cripto gratuito é:

• +25.000 pessoas.

• Uma média de +9% do seu capital por dia com máxima segurança

• Também compartilhamos informações e notícias.

Junte-se a nós ➡ CLIQUE AQUI

🤖 Startup chinesa cria robôs ultra-realistas

Uma startup chinesa chamada Ex-Robots está desenvolvendo robôs humanoides ultra-realistas que podem imitar expressões faciais e emoções humanas de forma precisa.

Os detalhes:

• Os robôs humanoides da Ex-Robots podem sorrir, franzir a testa e replicar movimentos faciais sutis usando pequenos motores embutidos nas faces de silicone.

• A startup utiliza IA multimodal e algoritmos para capacitar os robôs a reconhecer e expressar emoções com base na percepção de seu ambiente.

• Atualmente, criar um robô humanoide leva de 2 a 4 semanas, com custos de até $275 mil por unidade.

• A empresa disse que os casos de uso no curto prazo incluem exposições em museus, com funções futuras em saúde, terapia e serviços infantis.

Por que isso é importante: O avanço dos robôs ultra-realistas combinado com o poder da IA está prestes a criar novas fronteiras bizarras. Os humanos ficarão assustados com um humanoide que realmente se parece com um humano em vez de opções mecânicas como o Optimus da Tesla? Não está claro se o mundo está pronto... mas descobriremos em breve.

🏅 Pequeno LLM atinge desempenho de GPT-4 em matemática

Pesquisadores do Shanghai AI Laboratory desenvolveram um novo algoritmo chamado MCT Self-Refine, que permitiu que um modelo relativamente pequeno de 8 bilhões de parâmetros alcançasse desempenho equivalente ao GPT-4 em matemática complexa.

Os detalhes:

• O MCT Self-Refine combina um modelo LLaMa de 8B com a Busca de Árvore de Monte Carlo, uma técnica de IA famosa utilizada pelo Google DeepMind para dominar o jogo de Go.

• O algoritmo constrói uma árvore de busca, refinando respostas através de uma série de processos e autoavaliação.

• No benchmark de problemas matemáticos GSM-Hard, a inclusão da Busca de Árvore de Monte Carlo elevou a precisão do modelo de 8B de 25,5% para 45,5%.

• O modelo também alcançou 96,7% no benchmark GSM8K, superando modelos significativamente maiores como GPT-4, Claude e Gemini.

Por que isso importa: A pesquisa mostra que é possível aumentar as capacidades matemáticas sem uma escala massiva e um desempenho equivalente ao GPT-4 com um modelo treinado com 200 vezes menos parâmetros é uma façanha impressionante. Se a abordagem provar ser um caminho mais eficiente para raciocínio avançado, podemos estar à beira de uma nova onda de aceleração de modelos.

⚡ NOTÍCIAS RÁPIDAS

Microsoft está oficialmente adiando o lançamento de sua nova função Copilot+ Recall, que agora será lançada como uma funcionalidade de prévia disponível inicialmente para os testadores no Programa Windows Insider.

Sam Altman revelou privadamente que a OpenAI está considerando a transição de sua estrutura de governança sem fins lucrativos para uma corporação de benefício com fins lucrativos.

O McDonald's está removendo seu sistema de pedidos por drive-thru alimentado por IA, testado em mais de 100 restaurantes, após vídeos virais mostrarem frustrações dos clientes e problemas técnicos.

Edward Snowden respondeu à adição do ex-diretor da NSA, Paul Nakasone, ao conselho da OpenAI, dizendo que a movimentação é uma 'traição deliberada e calculada aos direitos de todas as pessoas na terra'.

O MIT revelou um novo estudo mostrando uma plataforma tecnológica 3D capaz de mapear o cérebro humano.

Os acionistas da Tesla estão processando Elon Musk por desviar talentos e recursos para a xAI, citando uma violação dos deveres fiduciários e enriquecimento injusto.

Isso é tudo por hoje !

Obrigado por todos os seus feedbacks positivo ! Eu não sabia que isso iria agradar tanto vocês. Este é o começo de uma longa jornada 🫡

Agradeço pelo seu apoio e até a próxima. 👋

Se você concorda com ele, me diga deixando um comentário 🗣