前に書いてある
認知グランド モデルとは、人間の認知プロセスと知的行動をシミュレートし説明するために設計された包括的な認知モデルを指します。
これは人間の認知システムの全体的なモデリングであり、知覚、注意、記憶、学習、推論、言語理解、生成などの複数の認知機能をカバーしています。
AI ビッグモデルは、世界に新たな技術革命とビジネスの波を引き起こしていると言え、技術のブレークスルーからアプリケーションの実装に至るまで、私たちの生活や産業の変化を加速させています。iFLYTEK は、一般人工知能の分野における継続的な深耕と体系的な革新に基づいて、5 月 6 日に Spark コグニティブ モデルを正式にリリースし、6 月 9 日に反復アップグレードを迅速に完了しました。品質と効率。
8 月 15 日、Xunfei Xinghuo Cognitive Model V2.0 が予定通り到着しました。コード機能とマルチモーダル機能が大々的にリリースされ、汎用人工知能の機能はアップグレードされ続け、急成長する開発者エコシステムは汎用人工知能の新しい生態系を構築しました。
これに先立ち、8月12日、新華社研究所中国企業発展研究センターが発表した「人工知能大規模モデル体験レポート2.0」報告書において、Xunfei Xinghuoは国内の優れた大規模モデルの1つとして評価された。合計1013点のスケールモデル。
今日は伝説の Xunfei Xinghuo 認知モデルを体験します
体験アドレス:体験アドレス
バージョンの新機能
体験する前に、バージョン 2.0 の新機能を見てみましょう。これらのモジュールがアップグレードされ、さまざまなシナリオのニーズを満たすためにプラグイン機能が追加されました。
- マルチモーダルインタラクション
- コード能力
- テキストの生成
- 数学の能力
- 言語理解
- クイズ
- 論理的推論
1 体験紹介
ログイン 登録
アプリケーションエクスペリエンス:アプリケーションアドレス
次に、[登録の申請] をクリックすると、ログイン登録ページにリダイレクトされます。私は携帯電話の確認コードを使用してログインすることにしました。まだ登録したことがない場合は、デフォルトで登録を手伝ってくれます。これは非常に良いことです。登録プロセスを行う必要はありません。
ログインに成功すると、アバターが表示されます
体験のお申し込み
ログインに成功したら、「申請」をクリックして登録すると、申請ページに移動します。
「登録申請」をクリックすると、対応するポップアップボックスが表示されますので、情報を入力して申請してください。
正常に送信されました
審査を待ちます。審査は非常に速く (最速で 5 分、最低でも 4 時間)、審査が成功するとテキスト メッセージの通知が届きます。申請が承認されたら、使えます
2 具体的な用途
Xunfei Xinghuo 大型モデルは新世代の認知知能大型モデルであり、クロスドメインの知識と言語理解能力を備え、自然な対話に基づいてタスクを理解して実行できます。
2.1 マルチモーダル機能
マルチモダリティの点では、Xunfei Xinghuo氏も今回新たなアップデートを行い、現在GPT-4では利用できない画像による質問機能をサポートした。
ユーザーは Xunfei Xinghuo に写真を送信し、写真の内容に基づいて Xunfei Xinghuo に質問することができます。たとえば、西安にある大雁塔の写真を送信し、その写真にどの建物が写っているかを特定するよう依頼できます。そしてそこにはどんな歴史的暗示が待っているのか。
詳しく使ってみましょう
2.1.1 多峰性の理解
写真素材をアップロードすると、大きなモデルが認識と理解を完了し、写真の正確な説明を返します。
テスト
写真を直接アップロードして返信を待ちます
結果
これは、コンピューターの前に座っている女性の屋内写真です。彼女は黒いセーターを着ており、髪はポニーテールにまとめられていました。テーブルの上にはモニターとランプがあり、背景の壁にはいくつかの装飾がかかっています。シーン全体が集中力と静けさを感じさせます。
2.1.2 視覚的な質問への回答
写真素材のアップロード、ユーザーの質問への回答に重点を置き、大きなモデルが答えを完成させます
テスト
この絵を説明する
結果
この画像には、大きな紫色の惑星と砂漠に立つ一人の男が見えます。この惑星は空の大部分を占めるほど巨大で、人々はその端近くに立っています。その人は、おそらくそれが見事なため、または心を落ち着かせるため、その美しい光景を賞賛しているようです。
2.1.3 マルチモーダル生成
ユーザーの説明に基づいて、期待に一致する合成オーディオとビデオを生成します
テスト
雨の日を生み出すのを手伝ってください、雨が降り、地面に落ち、軒に落ちます。森に落ちるオーディオ
結果
音声を出力するだけでなく、対応するテキストの説明も出力します。
（葉を叩く雨音） 雨の日、空から雨がゆっくりと降り、優しく地面を叩きます。それらは地面に落ち、波紋を広げ、かすかだが心地よい音を立てた。同時に雨水も軒先に垂れてきました。軒についた水滴が、ザクザクと音を立てて滑り続けた。それらの音が絡み合い、あたかも自然が私たちに奏でる素晴らしい動きであるかのようです。森の中では、雨が独特のリズムをもたらします。葉や枝にそっと触れてカサカサ音を立てます。その音が森の中に響き渡り、穏やかで穏やかな雰囲気が漂っていました。全体的に、雨の日の音はとても魅力的です。地面に、軒先に、森に降る雨は、私たちに安らぎと安らぎをもたらします。素晴らしい音に浸って、自然の恵みを満喫しましょう！
2.2 コード能力
2.2.1 コード生成
単一行または関数レベルのコード提案をインテリジェントに生成し、コメントと関数名に基づいてコードを自動的に生成します。
テスト
複雑な並べ替えアルゴリズムの結果を Python で実装するのを手伝ってください
結果
コードの詳細
def quick_sort(arr):
if len(arr) <= 1:
return arr
else:
pivot = arr[0]
left = []
right = []
equal = []
for i in range(1, len(arr)):
if arr[i] < pivot:
left.append(arr[i])
elif arr[i] > pivot:
right.append(arr[i])
else:
equal.append(arr[i])
return quick_sort(left) + equal + quick_sort(right)
コードが生成されるだけでなく、コードの紹介も出力されることがわかります。
このクイック ソート アルゴリズムの時間計算量は O(nlogn) であり、非常に効率的なソート アルゴリズムです。その基本的な考え方は、参照要素を選択し (ここでは最初の要素が選択されています)、配列を参照要素より小さい、等しい、大きい 3 つの部分に分割し、次に、次の 2 つの部分配列を再帰的に並べ替えることです。参照要素より小さいか大きい。最後に、3 つの部分を結合して、順序付けられた配列を取得します。
2.2.2 コードの説明
クラス、関数、およびその機能が 1 つずつ詳細に説明され、行ごとのコード コメントがサポートされ、迅速かつ正確な解釈のために膨大なパラダイムが学習されます。
テスト
対話なので上も下も有効なので、上記のコードを一行ずつ説明してみましょう。
結果
コードの詳細
def quick_sort(arr):
# 定义一个名为quick_sort的函数，参数为一个数组arr
if len(arr) <= 1:
# 如果数组长度小于等于1，说明已经有序，直接返回该数组
return arr
else:
# 否则，需要进行排序操作
pivot = arr[0]
# 选择数组的第一个元素作为基准元素
left = []
# 定义一个空列表left，用于存放小于基准元素的值
right = []
# 定义一个空列表right，用于存放大于基准元素的值
equal = []
# 定义一个空列表equal，用于存放等于基准元素的值
for i in range(1, len(arr)):
# 遍历数组中除第一个元素外的所有元素
if arr[i] < pivot:
# 如果当前元素小于基准元素，将其添加到left列表中
left.append(arr[i])
elif arr[i] > pivot:
# 如果当前元素大于基准元素，将其添加到right列表中
right.append(arr[i])
else:
# 如果当前元素等于基准元素，将其添加到equal列表中
equal.append(arr[i])
return quick_sort(left) + equal + quick_sort(right)
# 递归地对left和right两个子数组进行排序，并将它们与equal列表合并起来得到最终的有序数组
コードの一行ごとの解釈が確かに実装されており、説明の内容も正しいことがわかります。
2.2.3 コードエラーの修正
スペル、文法、論理のエラーを正確に特定し、古いコードと新しいコードを比較し、ワンクリックの修正をサポートします。
テスト
これは対話であるため、上と下が有効であるため、上記のコードに対して行ごとのスペル、文法、および論理エラーの位置を直接実行させます。
結果
チェックした結果、上記のコードにはスペル ミス、文法エラー、論理エラーがありません。クイックソート アルゴリズムを正しく実装でき、コード スタイルは明確かつ簡潔で、理解と保守が簡単です。
2.2.4 単体テスト
コードを選択してワンクリックで単一のテストケースを生成、複数の主流の単体テストフレームワーク、単体テストデータをインテリジェントに生成
テスト
ダイアログなので上下が有効なので、上記コードの単体テストケースを直接出力させます。
結果
ユースケースの詳細
def test_quick_sort():
assert quick_sort([3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]) == [1, 1, 2, 3, 3, 4, 5, 5, 5, 6, 9]
assert quick_sort([9, 8, 7, 6, 5, 4, 3, 2, 1]) == [1, 2, 3, 4, 5, 6, 7, 8, 9]
assert quick_sort([]) == []
assert quick_sort([1]) == [1]
assert quick_sort([1, 1, 1, 1]) == [1, 1, 1, 1]
2.3 プラグイン機能
2.3.1 PPT の生成
テスト
主に初心者が k8s とは何か、k8s コンポーネントの特徴と利点を理解できるように、k8s のコア コンポーネントに関する技術的な共有をしたいと考えています。ppt の作成と共有に協力してください。
結果
pptの詳細
pptは要件に従って生成されていることがわかります。内容を読んでみると、非常に優れています。内容はリラックスしていて、豊富な写真とテキストがあり、カタログのレイアウトは合理的で、フォントは簡潔で寛大です。基本的に、少し最適化すると共有できるようになります。これは素晴らしいことです。
2.3.2 生成を再開する
テスト
今年卒業し、コンピューター サイエンスを専攻した 4 年生のインターンシップ履歴書の作成を手伝ってください
結果
履歴書の詳細
ご覧のとおり、この履歴書テンプレートは少し最適化することで、あなた自身の履歴書になることができます。
2.3.4 文書Q&A
テスト
ドキュメントのスクリーンショットは次のとおりです、これは私が最初に書いた質問です。
結果
その他3つの機能
さらに、Xunfei Xinghuo V2.0 ヘビー アップグレードのコア機能を中心に、Xinghuo Assistant は新しいアップグレードを完了しました。
• 構造化された指示: 「役割設定、対象タスク、要件の説明、スタイル設定」などを記入するだけで、大規模なモデルを持つ初心者でも簡単に明確な指示を完成させ、高品質のアシスタントを独自に作成できます。
• プライベートドメインナレッジベース：ユーザーのプライベートドメインデータとナレッジドキュメントをアップロードし、大規模な一般知識と個人の専門知識を統合することにより、より専門的な大規模モデルアプリケーションを迅速に完成させます。
• アプリケーションのワンクリック生成: 作成された Spark アシスタントに焦点を当て、独立した Web アプリケーションとしてワンクリックでリリースできるため、コードを使用せずに独自の大規模モデル アプリケーションを作成できます。
• ワンクリックカスタム API : 各アシスタントは個別に API を生成でき、開発者はそれを独自のアプリケーションに迅速に統合できます。
より強力なアシスタント機能。クリエイティブなアイデアに集中して、残りの作業は Xunfei Xinghuo に任せましょう。どんなに小さなシーンでも、専用の大規模モデル アプリケーションを簡単に作成できます。
4 権威ある評価
新華社通信研究所中国企業発展研究センターが8月12日に発表した「人工知能大規模モデル体験レポート2.0」で、iFlytekは総合スコア1013点で国内主流の大規模モデル評価リストにランクインした。ポイント。
4つの主要な評価項目のうち、IQ指数とツール効率指数の2つの項目が1位を獲得し、レポートタスクのXunfei Xinghuo氏は「作業効率の向上において明らかな利点」を持っています。
4.1 IQ指数
IQ部門では、Xunfei XinghuoとZhipu AI-ChatGLMが同率1位となった
4.2 ツール効率の向上
作業効率の向上に関しては、Xunfei Xinghuo、Baidu Wenxin Yiyan、SenseTime、Zhipu AI-ChatGLM が好成績を収め、その中で Xunfei Xinghuo が 1 位にランクされました
5 まとめ
アドバンテージ
「Xunfei Xinghuo 認知モデル」は、iFLYTEK が発表した新世代の認知知能モデルであり、7 つのコア機能を備えています。
- テキストの生成
- 言語理解
- クイズ
- 論理的推論
- 数学の能力
- コード能力
- マルチモーダル機能
領域を超えた知識と言語理解能力を有し、自然な対話に基づいてタスクを理解して実行できる。膨大なデータと大規模なナレッジをもとに進化を続け、提案・企画から問題解決までの全プロセスのクローズドループを実現します。
一般的な人工知能の実現に向けて、マルチモダリティが業界に力を与えるニーズとなっており、したがって Xunfei が確立した人工知能技術の長期戦略となっていると言えます。
過去 3 年間で、Xunfei はマルチモーダル分野で 17 の国際的な権威ある評価チャンピオンを獲得し、2022 年には Xunfei Super Brain 2030 計画を各家庭に導入しました。」
さらに、大型モデルの爆発的な増加により、人工知能の幅広い想像力の余地が開かれ、一般的な人工知能を採用することが企業や個人にとって一般的な選択となっています。
Xinghuo モデルのリリース以来、Xunfei のオープン プラットフォームの開発者の数は前年比 282% 以上増加し、「企業サービス、教育とトレーニング、ヘルスケア、スマート ファイナンス、スマート ハードウェア」などの業界に大きな力を与えています。 」
体験する
個人であろうと企業であろうと、コグニティブラージモデルを使用したいと考えているユーザーであれば、Xunfei Xinghuo が最良の選択です。あなたも試してみてください！
テストを申し込むには、次のリンクにアクセスしてください:体験アドレス
ニーズを満たしているかどうかを確認してください。
こちらの【専用リンク】からお申込みいただいた方は、審査が早くなります（最速5分、最短4時間）ので、専用リンクからのお申込みを強くお勧めします。
さらに、開発者の権利と利点があります。[専用リンク]アプリケーションを通じて、通常のチャネル アプリケーションよりも 30% 多い、より高い Spark Big Model API テスト クォータを取得することもでき、最大 500w トークンを申請できます。 。