Компанія GTC Data 28 травня підписала угоду про інвестування на суму 525 мільйонів юанів з компанією Найснавді Ча. Після завершення угоди Найснавді Ча стане контрольним акціонером компанії GTC, а керуючим фінансовим консультантом цієї угоди буде Palm Capital. Це інвестиційне коло також побило рекорд найвищої суми залучених коштів в історії компанії GTC. Зокрема, після завершення цього раунду фінансування Найснавді Ча буде володіти 43,64% акцій GTC та мати відповідні голосувальні права, що оцінюється в 12 мільярдів юанів. За даними, 525 мільйонів юанів з інвестицій, 325 мільйонів будуть використані на перепродаж старих акцій, а решта 200 мільйонів - на збільшення капіталу. Останнє фінансування GTC відбулося в липні 2020 року за участі компанії Longbai Capital. Раніше у фінансуванні GTC брали участь такі компанії, як Red Star Macalline та PS Capital, що належить Ван Січуню.

Щоденний прогноз точки пальмової олії в Малайзії, вибрані звіти науково-дослідного інституту, щоб побачити основи та технічні моменти пальмової олії.

За 20 днів стрімкого зростання Біткойн, які гроші Сатоші купують у мережі? На початку року Дракона крипторинок схожий на дракона, що йде в море, і він схожий на бамбук. З 7 лютого по теперішній час, всього за 20 днів, Біткойн злетіла з 43 000 до 61 555 доларів, збільшившись більш ніж на 30%, ніби бик прийшов. Однак занепокоєння більшості Лонг інвесторів зросло в тандемі з ринком, що стрімко зростає, адже в цей момент руки у всіх більше Лонг Рівень 2, Gamefi, мемів, маленьких картинок і навіть написів...... Отже, як за ці 20 днів виділився Smart Money, який добре показав себе в мережі, і які монети вони купили за ці 20 днів, чи відвантажували та змінювали позиції? По-перше, список адрес Smart Money у цій статті – це Адреса, які Scopescan відстежує з точки зору чистого прибутку, ROI та коефіцієнта виграшу за останні 30 днів. У цьому циклі апсайклінгу (7-27 лютого) топ монет з найвищим вінрейтом Smart Money ранжуються наступним чином: 1. MOBY (платформа IC0, керована спільнотою): вартість покупки Smart Money становить 0,7335 долара, поточна ціна становить 2,63 долара, а прибуток становить 4,04 мільйона доларів. На момент виходу статті чистий приплив Монета Smart Money все ще становив 1 мільйон доларів. 2. WLD: Smart Money купує за ціною $3,3, поточна ціна $8,1, а прибуток — $2,99 млн. На момент виходу статті чистий приплив Монета Smart Money все ще становив $1,94 млн. 3. COTI (Enterprise Digital Financial Network Protocol): Вартість покупки Smart Money становить 0,099 долара, поточна ціна - 0,2399 долара, а прибуток - 1,24 мільйона доларів. На момент виходу статті чистий приплив Монета Smart Money становив $463 000. 4. wBAI (Відкритий вихідний код Децентралізація AI Protocol): Вартість покупки Smart Money становить $2,66, поточна ціна — $9,77, а прибуток — $974 000. На момент виходу статті чистий приплив Монета Smart Money становив $140 000. 5. PALM (чат Лонг бот-платформа на основі технології штучного інтелекту Google): Smart Money купується за ціною $0,144, поточна ціна $0,595, а прибуток — $923 000. Станом на момент виходу статті Монета Smart Money показав чистий відтік – відтік склав $12 800. 6. ORDS (Біткойн екологічний Децентралізоване фінансування проект Ordiswap): Smart Money має вартість покупки $0,0776, поточна ціна $0,2293, а прибуток $823,000. На момент виходу статті чистий приплив Монета Smart Money становив $284 000. У поєднанні з наведеним вище списком неважко побачити, що концепція штучного інтелекту, Токен у списку, займає половину країни, головним чином тому, що ринковий ентузіазм, викликаний Sora, поширюється на крипторинок, тоді як MOBY у верхній частині списку є популярним проектом у спільноті, зосередженим на «концепції справедливості розподілу, керованій спільнотою» та «Токен справедливості розподілу». (Джерело: 0x711)

Згідно зі звітом IT House від 15 січня, Google Research нещодавно використав власний BIG-Bench Benchmark для створення набору даних «BIG-Bench Error», а також використав відповідний набір даних для проведення серії оціночних досліджень щодо «ймовірності помилок» та «здатності виправляти помилки» популярних мовних моделей на ринку. Дослідники Google заявили, що, оскільки в минулому не було набору даних, який міг би оцінити «ймовірність помилки» та «здатність до самокорекції» великих мовних моделей, вони створили спеціальний еталонний набір даних під назвою «BIG-Bench Error» для оцінки тесту. Повідомляється, що дослідники спочатку використовували мовну модель PaLM для виконання 5 завдань у власному завданні BIG-Bench Benchmark, а потім модифікували згенеровану траєкторію «Ланцюжок думок», додавши розділ «логічна помилка», а потім повторно кинули її в модель, щоб визначити, де були помилки в траєкторії ланцюжка думок. Дослідники Google стверджують, що набір даних BIG-Bench Error корисний для покращення здатності моделей до корекції власних помилок, і що моделі, точно налаштовані для відповідних тестових завдань, «зазвичай працюють краще, ніж великі моделі з нульовими підказками».

Як повідомляє 9 січня видання «Science and Technology Innovation Board Daily», на виставці CES 2024 у США компанія NVIDIA випустила серію новинок, серед яких дебютували мікросервіси NVIDIA ACE. Повідомляється, що це технологічна платформа, яка використовує генеративний ШІ для створення віртуальних цифрових людей, а поточними партнерами з ACE є miHoYo, NetEase Games, Palm Fun Technology, Tencent Games, Ubisoft та інші підприємства.

Згідно зі звітом IT Home від 15 грудня, DeepMind від Google нещодавно оголосив про модельний метод навчання під назвою «FunSearch», який стверджує, що може обчислювати серію «складних проблем, пов'язаних з математикою та інформатикою», включаючи «проблеми на рівні стелі» та «боксерські задачі». Повідомляється, що метод навчання моделі FunSearch в основному вводить систему «оцінювач (_uator)» для моделі штучного інтелекту, модель штучного інтелекту виводить серію «творчих методів вирішення проблем», а «оцінювач» відповідає за оцінку методів розв'язання, що виводяться моделлю, і після повторних ітерацій він може навчати модель ШІ з сильнішими математичними здібностями. Google DeepMind використовував модель PaLM 2 для тестування, і дослідники створили спеціальний «пул коду», вводили в модель серію запитань у вигляді коду та налаштовували процес оцінювання, після чого модель автоматично вибирала запитання з пулу коду в кожній ітерації, генерувала «нові креативні рішення» та надсилала їх оцінювачу для оцінки, де «найкраще рішення» повторно додавалося до пулу коду, щоб розпочати наступну ітерацію.

За даними Sina Finance, Google у середу оголосив про запуск нового набору моделей штучного інтелекту, орієнтованих на охорону здоров'я, MedLM, призначених для того, щоб допомогти клініцистам і дослідникам проводити складні дослідження, узагальнювати взаємодію між лікарем і пацієнтом тощо. Цей крок знаменує собою останню спробу Google монетизувати інструменти штучного інтелекту в галузі охорони здоров'я. Пакет MedLM включає велику та середню модель штучного інтелекту, обидві побудовані на Med-PaLM 2. Med-PaLM 2 – це велика мовна модель, вперше анонсована Google у березні цього року, навчена на медичних даних.

23 листопада видання PANews повідомило, що Inflection AI офіційно оголосила про випуск моделі Inflection-2, заявивши, що модель є великою мовною моделлю другого у світі (LLM) другого покоління, поступаючись лише GPT-4 від OpenAI. Inflection AI каже, що Inflection-2 навчається на 5 000 графічних процесорах NVIDIA H100 з ~10²⁵ FLOP, що ставить його в ту ж категорію навчальних обчислень, що і флагманська модель Google PaLM 2 Large, і він перевершує PaLM 2 у більшості тестів штучного інтелекту, таких як MMLU, TriviaQA, HellaSwag і GSM8k. Раніше в червні повідомлялося, що Inflection AI завершила фінансування на суму $1,3 млрд, яку очолили Microsoft, Nvidia тощо.

22 листопада Inflection AI офіційно оголосила про випуск моделі Inflection-2, заявивши, що модель є великою мовною моделлю другого у світі (LLM) другого покоління, поступаючись лише GPT-4 від OpenAI. Inflection AI каже, що Inflection-2 навчається на 5000 графічних процесорах NVIDIA H100 з ~10²⁵ FLOP для FP8, що ставить його в ту ж категорію навчальних обчислень, що й флагманська модель Google PaLM 2 Large, і він перевершує PaLM 2 у більшості тестів штучного інтелекту, таких як MMLU, TriviaQA, HellaSwag і GSM8k. Раніше в червні повідомлялося, що ШІ-стартап Inflection AI залучив $1,3 млрд, серед інвесторів були Білл Гейтс і Nvidia.

22 листопада Inflection AI оголосила про випуск Inflection-2, який, як офіційно стверджується, поступається лише GPT-4 від OpenAI і є великою мовною моделлю (LLM) другого у світі. Inflection AI означає, що Inflection-2 навчається на 5000 графічних процесорах NVIDIA H100 з 8 тренуваннями змішаної точності на 8 графічних процесорах з FLOP ~10²⁵. Це ставить його в ту ж категорію навчальних обчислень, що й флагманська модель Google PaLM 2 Large, і він перевершує PaLM 2 у більшості тестів штучного інтелекту, таких як MMLU, TriviaQA, HellaSwag і GSM8k. Раніше в червні повідомлялося, що ШІ-стартап Inflection AI залучив $1,3 млрд, серед інвесторів були Білл Гейтс і Nvidia.

Згідно зі звітом Webmaster's Home від 21 листопада, в останньому звіті про дослідження штучного інтелекту Google DeepMind запустив технологію під назвою «Оптимізація за допомогою підказок (OPRO)», яка використовує великі мовні моделі (LLM) як оптимізатор для власних підказок. Цей підхід призначений для підвищення швидкої продуктивності шляхом опису проблеми за допомогою природної мови, спрямовуючи LLM на генерацію та покращення рішень. Дослідження DeepMind показує, що OPRO може спрямовувати LLM на оптимізацію власних підказок, тобто знаходити підказки, які максимізують точність відповідей на конкретні завдання, такі як ChatGPT і PaLM. Дослідники оцінили техніку за допомогою кількох LLM із сімейств PaLM і GPT, і на основі експериментів усі моделі змогли покращити продуктивність генерації підказок за допомогою ітеративної оптимізації.

2 листопада PANews повідомила, що компанія Palm Network, що займається інфраструктурою NFT, перейшла на POS-ланцюжок за допомогою Polygon CDK. Після завершення першого кроку мережа Palm буде на швидкому шляху до того, щоб стати ланцюгом Polygon zkEVM до кінця 1 кварталу 2024 року. GatewayFM був обраний Polygon, PalmFdn і ConsenSys як керівник реалізації міграції POS і zkEVM.

Polygon Labs повідомила в соціальних мережах, що Palm Network перейшла на Polygon Chain Development Kit (CDK) і в майбутньому буде побудована з використанням Polygon CDK.

Згідно з повідомленням IT House від 20 жовтня, Стенфордський університет нещодавно випустив базову модель ШІ «індикатор прозорості», з яких найвищим показником є Lama 2 від Meta, але відповідна «прозорість» становить лише 54%, тому дослідники вважають, що майже всім моделям ШІ на ринку «не вистачає прозорості». Повідомляється, що дослідження проводилося під керівництвом Ріші Боммасані, керівника Дослідницького центру базових моделей HAI (CRFM), і досліджували 10 найпопулярніших базових моделей за кордоном. Ріші Боммасані вважає, що «відсутність прозорості» завжди була проблемою, з якою стикалася індустрія штучного інтелекту, і з точки зору конкретних «індикаторів прозорості» моделі, IT House виявив, що відповідний зміст оцінки в основному обертається навколо «авторського права на навчальний набір даних моделі», «обчислювальних ресурсів, що використовуються для навчання моделі», «достовірності контенту, створеного моделлю», «здатності самої моделі», «ризику спонукання моделі генерувати шкідливий контент», «конфіденційності користувачів, які використовують модель» тощо, загалом 100 пунктів. Остаточне опитування показало, що Lama 2 від Meta посіла перше місце з прозорістю 54%, тоді як прозорість GPT-4 від OpenAI становила лише 48%, а PaLM 2 від Google посів п'яте місце з 40%.

Відповідно до звіту Webmaster Home від 10 жовтня, дослідники з Академії наук Китаю та Єльського університету спільно запропонували нову структуру під назвою «Поширення думок», спрямовану на вдосконалення моделей великомасштабних нейронних мереж (таких як GPT-4, PaLM). здатність міркувати, що дає змогу мислити аналогічно більше, як люди. Ця структура надихається людським пізнанням, тобто коли люди стикаються з новими проблемами, вони часто порівнюють їх із подібними проблемами, які вже були вирішені, щоб отримати стратегії вирішення.

Як повідомляє PRNewswire, 9 жовтня League, провідна платформа споживчого досвіду в сфері охорони здоров’я в Сполучених Штатах, оголосила, що використовуватиме генеративну технологію штучного інтелекту Google Cloud для досягнення глибшої та точнішої великомасштабної персоналізації споживчого досвіду. У довгостроковій перспективі Ліга також вивчатиме використання великої медичної мовної моделі (LLM) Google Cloud Med-PaLM 2.

Відповідно до звіту Science and Technology Innovation Board Daily від 12 вересня, платформа розробки 3D-ігор Hiber3D використовувала велику мовну модель Google PaLM для точного налаштування понад 500 бібліотек шаблонів і мільйонів готових 3D-сцен для запуску нової гри. Платформа. На цій платформі користувачі можуть швидко створювати тривимірні ігрові сцени та функції за допомогою методів текстових запитань і відповідей. Наразі генеративна платформа розробки штучного інтелекту Hiber3D знаходиться на етапі тестування та буде відкрита для користувачів у майбутньому, що дозволить людям без професійного досвіду програмування розробляти ігри.

Згідно з новинами від 6 вересня, платформу членства Monax Labs Aspen відкрито. Вона надає розробникам проектів низку інструментів для керування роялті, карбуванням, підписками та доступом до утиліт. Наразі вона інтегрована з Ethereum NFT і мережами розширень Ethereum Polygon і Palm. інструменти сумісні.

Згідно зі звітом Webmaster's Home від 31 липня, група експертів, що складається з кількох дослідницьких інститутів Google, нещодавно опублікувала статтю та анонсувала мультимодальну модель під назвою Med-PaLM M. Med-PaLM M — це широкомасштабна мультимодальна генеративна модель, яка може гнучко кодувати та інтерпретувати біомедичні дані. У порівнянні з існуючими моделями, Med-PaLM M конкурентоспроможний у багатьох завданнях, а в деяких навіть кращий. Дослідники також продемонстрували можливості Med-PaLM M щодо перенесення навчання та нульового висновку. Однак для практичного застосування потрібна додаткова робота. Це дослідження є перспективним для майбутніх медичних рішень на основі ШІ.

Odaily Planet Daily News Palm Network заявила, що планує змінити механізм PoA на PoS 1 серпня та завершити міграцію на Polygon у 2024 році. (Розшифрувати)

Jinse Finance повідомила, що Palm Network планує використовувати стек програмного забезпечення Supernets для переходу на сайдчейн із підтвердженням участі в екосистемі Polygon, зберігаючи при цьому існуючий блокчейн рівня 1. Запуск мережі Supernets запланований на наступний тиждень. За даними Palm Foundation, плани розширення Polygon будуть здійснюватися в два етапи. На початковому етапі Palm Network прагне впровадити сайдчейн із підтвердженням частки до 1 серпня. Після цього на наступному етапі мережа буде переведена на ланцюжок рівня 2, також заснований на супермережі, яка використовуватиме зведення з нульовими знаннями, і це заплановано на наступний рік.

Згідно зі звітом Sina Finance від 16 липня, Palm Fun Technology і Chengdu Potential Artificial Intelligence Technology Co., Ltd. («Xingzhe AI») досягли стратегічної співпраці для просування інноваційного застосування технології AIGC в ігровій індустрії. У цьому стратегічному співробітництві домовлено, що Palm Fun матиме пріоритет у співпраці з різними продуктами AIGC, власноруч розробленими Xingzhe AI.

Відповідно до звіту "Kechuangban Daily", відповідно до статті Google, опублікованої в "Nature" 12 липня, під час відповідей на медичні запитання її добре налаштована медична велика модель Med-PaLM показала хороші результати, і група клініцистів відповіла на це. склав 92,6%, що було порівнянно з рівнем клініцистів у реальності (92,9%). Крім того, Google запропонував новий еталон оцінки MultiMedQA, який охоплює запитання та відповіді під час медичних оглядів, медичних досліджень та інших галузей, щоб оцінити клінічні можливості великих моделей.

Згідно зі звітом Decrypt від 12 липня, музичний стартап Web3 Sound.xyz завершив фінансування на суму 20 мільйонів доларів США на чолі з a16z. Учасниками є Collab+Currency, Sound Ventures, Palm Tree Crew, Scalar Capital і A Capital. Серед індивідуальних інвесторів Снуп Догг, музикант OneDirection Раян Теддер і музичний продюсер Тей Кіт. Заснована у 2021 році компанія Sound дозволяє музикантам завантажувати свої пісні на мережеву платформу та продавати їх за будь-яку ціну. За останні 12 місяців внутрішнього тестування Sound заплатив загалом 5,5 мільйона доларів 500 виконавцям, які випустили загалом близько 1600 пісень NFT.

Новини PANews 12 липня, згідно з The Block, музична компанія Web3 Sound залучила 20 мільйонів доларів у рамках фінансування серії A від a16z crypto та інших інвесторів. Серед інших учасників були Palm Tree Crew, A Capital, Sound Ventures, Collab +Currency, Scalar Capital, Snoop Dogg, Ryan Tedder і Tay Keith. Компанія використає фінансування для розширення своєї команди та розширення музичної стратегії web3.

За даними Wall Street Journal, Google тестує програму штучного інтелекту, яка навчена відповідати на медичні запитання та конкурує з такими конкурентами, як Microsoft. Продукти, які широко використовуються клініцистами. Штучний інтелект, медичний чат-бот під назвою Med-PaLM 2, краще веде розмови про медичні проблеми, ніж більш загальний алгоритм, оскільки йому надаються запитання та відповіді з іспиту на медичну ліцензію. За словами людей, обізнаних з цим питанням, компанія почала тестування системи в квітні з клієнтами, включаючи дослідницьку лікарню Mayo Clinic.

Odaily Planet Daily News Цифрова колекційна компанія Candy Digital оголосила про злиття з Web3-виробничою компанією Palm NFT Studio. У майбутньому дві компанії розвиватимуть проекти NFT у сферах спорту, розваг, мистецтва та культури. На даний момент дві компанії співпрацюють із серією відомих IP або подій, включаючи спортивні події, такі як MLB, NASCAR і WWE, а також розважальні гіганти, такі як Netflix і Warner Bros. (коіндеск)