5月20日，在北京举行了百度AI日活动。 Wu Tian, vice president of the Baidu Group, Cao Feng, director of the Platform and Engineering Department of the Institute of Artificial Intelligence of China Academy of Information and Communications Technology, and Chen Junhang, Wenxin Yiyan's user representative, shared the latest technology of Wenxin Big Model, Global Big Model Development Evaluation, Wenxin Yiyan user experience, etc. Communication technology has released the results of the analysis of the large model of reasoning ability.结果表明，在24个技能评估中，百度wenxin X1 Turbo得分为5分，7点达到4分，1个项目达到3分。综合评级赢得了当前最高水平的“ 4+”，并成为中国第一个通过评估的大型模式。 WENXIN X1涡轮技术功能，例如逻辑pangreasoning，推理和推理影响守则，以及应用功能，例如工具支持所有标记都可以获得安全性和可靠性。在活动网站上，吴天系统地解释了最新版本的Wenxin Big Model的技术变化。她介绍了Wenxin Big Model 4.5是一种多模式的大型大型型号。 wenxin 4.5涡轮增压物源自Wenxin 4.5，其效果更好，成本较低；基于Wenxin 4.5涡轮增压，Wenxin X1正在升级X1 Turbo。在提高性能的同时，它具有更先进的思维链，以及Q＆A，创建，逻辑推理，工具和多模式调用的功能得到进一步增强。 Baidu集团副总裁Wu Tianwenxin 4.5和4.5 Turbo实施了有关文本，图像和视频的培训。鉴于各种模态数据的公路结构，大小和知识的密度，跨模式和多模式融合效应的技能已通过诸如多模式异质专家建模，自适应分辨率，视觉编码的自适应分辨率等技术得到了极大的提高。时空重复空间的随之而来的旋转位置，模态感知损失计算。研究效率已经提高了几乎2倍，多模式理解的影响提高了30％以上。在训练后，百度已经开发了一种技术框架来增强自反馈。根据大型模型本身的反馈功能的生成和评估，它实现了模型的封闭“训练反馈增强”循环，从而使大型模型具有自我寻求的“最强大脑”。 HINDIT只能解决模型对齐大型模型期间困难，高成本和制作缓慢数据的问题，但也大大减少了模型的幻觉，并大大提高了模型理解和处理复杂任务的能力。在训练阶段，通过刺激性研究技术，包括研究偏好，达令和奖励机制，从而提高了TH的准确性结果的质量。通过统一的离线偏好研究和在线增强研究的研究，数据使用和培训稳定性的效率得到了进一步提高，并且该模型对高质量结果的理解得到了增强。此外，通过集成和应用偏好信号和奖励信号，理解，生成，Lohika和模型内存能力得到了全面改进。就深刻的思考而言，我们仅基于思维而打破了范式。在思考的道路上，我们结合了工具调用，以提出一个包括思维和行动在内的组合-a思维链。解决模型问题的能力得到了显着改善，模型的输出结果具有清晰的想法，严格的逻辑和自然表达。同时，伴随着一种多样化和一种奖励机制，意识到端到端测试和链条优化以及链条大大改善了跨境D问题解决功能。在数据方面，构造数据的封闭环路“数据挖掘和合成 - 数据分析和分析 - 建立模型能力反馈，并且具有高知识密度，不同类型和广阔领域的大型数据是为模型培训提供的。同时，数据构建过程具有良好的可扩展性，并且可以轻松地将数据易于实现，以实现较大的数据制造，并提供了较大的模型，以及额外的效果。可以探索进一步的寻求和想象力的现代应用。消除语言，声音和图像的协调和一致性。目前，该技术得到了100,000多个数字锚的支持，现场广播转换率为31％，将实时广播降低了80％。在代码方案中，基于Wenxin Big Model的语言功能和代码，Baidu开发了代码代理和助理代码-Wenxin Kuai代码。在Baidu Day -Day添加的新代码中，Wenxin Kuai代码生成的代码成本超过40％。迄今为止，Wenxin Kuai法规在整个社会中都开放，共有760万开发商。扩展和提高大型WENXIN模型效率的能力是由于桨式wenxin的关节，包括轮廓模型的关节和计算NG图的关节计算能力。通过现代培训和推理技术，Wenxin 4.5 Turbo Trainput吞吐量已达到5.4倍Wenxin 4.5，对Throu的理解GHPUT已达到8次。公共数据表明，桨蛋白开发人员的数量超过2185万，为670,000多家公司提供服务，并创建了110万款型号。 Based on the PaddlePaddle Deep Learning Platform and Wenxin Big Model, Baidu has established industrial empowerment centers, ecological centers and educational change centers in Shanghai, Guangzhou, Nanjing, Wuhan, Xiamen, Ningbo, Nanchang, Wuxi and other areas, and built a regional artificial intelligence technology service Platform with a technology + talent + model change, assembling high -value data data Platform technology Sets在该行业中，培养新的人才，增强了人工智能产品的本地研究和开发，开发了围绕人工智能基本能力发展合作的“政府，行业，教育，研究和应用”机制，并加快了区域工业的智能升级。中国的第一个！ wenx在X1中，Turbo在信息与通信技术学院获得了最高的“ 4+”评级。中国信息与通信技术学院人工智能研究所平台和工程系主任曹冯从全球模型开发，评估和解释大型自我认识模型的观点进行了解释。他说，信息与通信技术学院的人工智能分析能力。 Baidebasang至24个能力的评估，Wenxin X1 Turbo得分5分，7个项目达到4分，1个项目达到3分。综合评级赢得了当前最高水平的“ 4+”，并成为中国第一个通过评估的大型模式。他进一步指出，审查的结果表明，wenxin X1涡轮增压体在结构化的逻辑思维中很棒，并且在模型的Capabili开发中具有技术纽带和效率。有效的数据机制可确保模型的凭证和可用性，其推理服务可以广泛支持各种应用程序。 The Wenxin X1 Turbo boosts the ability to generalize reasoning, expands the ecosystem of the tool application chain, strengthens the construction of security mechanisms, and builds a barrier to ensure unbelievable applications.16-year-old high school student: Open Wen Xin Yi Yan, such as the opening of the Xin Hua Dictionary, at the event, a 16-year-old high school student Chen Junhang shared his experience with the use of Wen Xin Yi YAN。他于2023年开始联系Wen Xinyiyan。从那以后，Wen Xinyiyan几乎陪同他在准备高中入学评论的过程中。 Jun Hang回忆说，当他第一次联系Wen Xin Yiyan时，他想起了中国作品的修订，因此他将老师的作品和评论发送给Wen Xin Yiyan，并要求研究Senten用句子来提供修订建议。他承认：“我打开了温伊·扬（Wen Yi Yan），这通常是新华社词典。在其公司中，我的写作能力得到了极大的提高。” Jun Hang说Wen Xin Yi Yan不仅建议他适应他的分阶段学习计划，而且还可以研究该问题没有研究该问题的原始问题。 “在学习方面，温辛·亚恩（Wen Yi Yan）就像我每天24小时在线的整个在线老师一样。” Chen Junhang与该地区的Wen Xin Yi Yan分享了这个故事。这位一年级的高中生不仅想自己使用温辛·扬（Wen Yi Yan），而且还将他带给了他的母亲，同学和老师。它还提供了对AI的所有新理解。 “我开始对小学的编程感兴趣，但是我的家人总是相信学习编程足以作为一种爱好，我反对投入太多时间来编程研究。因此，在晚上指定的时间，我的父母S当时会关闭计算机，问我那个研究或休息。 “但是后来发生的事情在朱尼花时间编程时的态度改变了。我经常看到她在对论文进行评分时写评论的时间很晚，五十多本副本“ jun hang，”我可以做某事吗？