Inflection-2.5: Το Ισχυρό ΛΛΜ που Ανταγωνίζεται το GPT-4 και το Gemini

Inflection AI έχει κάνει κύματα στο πεδίο των μεγάλων μοντέλων γλωσσών (LLMs) με την πρόσφατη παρουσίαση του Inflection-2.5, ενός μοντέλου που ανταγωνίζεται τα κορυφαία LLMs του κόσμου, συμπεριλαμβανομένων των GPT-4 και Gemini της Google.

Η ταχεία άνοδος της Inflection AI έχει ενισχυθεί από μια τεράστια επένδυση 1,3 δισεκατομμυρίου δολαρίων, με ηγέτες της βιομηχανίας όπως η Microsoft (MSFT ), η NVIDIA (NVDA ) και διακεκριμένοι επενδυτές, συμπεριλαμβανομένων των Reid Hoffman, Bill Gates και Eric Schmidt. Αυτή η σημαντική επένδυση αυξάνει το σύνολο των κεφαλαίων που έχουν συλλεχθεί από την εταιρεία σε 1,525 δισεκατομμύρια δολάρια.

Σε συνεργασία με τους συνεργάτες CoreWeave (CRWV ) και NVIDIA, η Inflection AI κατασκευάζει τον μεγαλύτερο AI cluster στον κόσμο, αποτελούμενο από 22.000 NVIDIA H100 Tensor Core GPUs. Αυτή η τεράστια υπολογιστική δύναμη θα υποστηρίξει την εκπαίδευση και την ανάπτυξη μιας νέας γενιάς μεγάλων μοντέλων AI, επιτρέποντας στην Inflection AI να推 τις grenzen του πεδίου του προσωπικού AI.

Η εταιρεία έχει ήδη επιτύχει εξαιρετικά αποτελέσματα, με το cluster της Inflection AI, το οποίο αποτελείται από πάνω από 3.500 NVIDIA H100 Tensor Core GPUs, να παρουσιάζει state-of-the-art επιδόσεις στο ανοιχτό benchmark MLPerf. Σε μια κοινή υποβολή με την CoreWeave και την NVIDIA, το cluster ολοκλήρωσε την αναφορά εκπαίδευσης για τα μεγάλα μοντέλα γλωσσών σε μόλις 11 λεπτά, αποδεικνύοντας την ταχύτητά του ως το ταχύτερο cluster σε αυτό το benchmark.

Αυτή η επιτυχία ακολουθεί την παρουσίαση του Inflection-1, του εσωτερικού μεγάλου μοντέλου γλωσσών (LLM) της Inflection AI, το οποίο έχει χαρακτηριστεί ως το καλύτερο μοντέλο στην κατηγορία του. Υπερβαίνοντας τους γίγαντες της βιομηχανίας όπως το GPT-3.5, το LLaMA, το Chinchilla και το PaLM-540B σε eine σειρά από benchmarks που χρησιμοποιούνται για τη σύγκριση των LLMs, το Inflection-1 επιτρέπει στους χρήστες να αλληλεπιδρούν με το Pi, το προσωπικό AI της Inflection AI, με έναν απλό και φυσικό τρόπο, λαμβάνοντας γρήγορες, σχετικές και χρήσιμες πληροφορίες και συμβουλές.

Η Inflection AI έχει επίσης κυκλοφορήσει μια τεχνική αναφορά που περιγράφει την αξιολόγηση και την απόδοση του Inflection-1 σε διάφορα benchmarks. Η αναφορά αποκαλύπτει ότι το Inflection-1 υπερβαίνει τα μοντέλα στην ίδια κατηγορία, που ορίζεται ως μοντέλα που εκπαιδεύονται χρησιμοποιώντας το πολύ τις FLOPs (πλωτές-point operations) του PaLM-540B.

Η επιτυχία του Inflection-1 και η ταχεία κλιμάκωση της υπολογιστικής υποδομής της εταιρείας, που τροφοδοτείται από την σημαντική επένδυση, υπογραμμίζουν την αμετάκλητη δέσμευση της Inflection AI να εκπληρώσει την αποστολή της για τη δημιουργία ενός προσωπικού AI για όλους. Με την ενσωμάτωση του Inflection-1 στο Pi, οι χρήστες μπορούν τώρα να εμπειριστούν τη δύναμη ενός προσωπικού AI, επωφελούμενοι από την ευαίσθητη προσωπικότητα, τη χρησιμότητα και τα πρότυπα ασφαλείας του.

Inflection-2.5

Inflection-2.5 είναι τώρα διαθέσιμο σε όλους τους χρήστες του Pi, του προσωπικού AI βοηθού της Inflection AI, σε πολλαπλά πλατφόρμες, συμπεριλαμβανομένων του web (pi.ai), iOS, Android και μιας νέας εφαρμογής επιφάνειας εργασίας. Αυτή η ενσωμάτωση σηματοδοτεί một σημαντικό ορό σε αποστολή της Inflection AI για τη δημιουργία ενός προσωπικού AI για όλους, συνδυάζοντας την ακατέργαστη ικανότητα με την ευαίσθητη προσωπικότητα και τα πρότυπα ασφαλείας.

Ένα άλμα στις επιδόσεις Το προηγούμενο μοντέλο της Inflection AI, το Inflection-1, χρησιμοποιούσε περίπου το 4% των FLOPs (πλωτών-point operations) του GPT-4 και παρουσίαζε μια μέση απόδοση περίπου 72% σε σύγκριση με το GPT-4 σε διάφορες εργασίες που σχετίζονται με την νοημοσύνη. Με το Inflection-2.5, η Inflection AI έχει επιτύχει μια σημαντική αύξηση στις πνευματικές ικανότητες του Pi, με έμφαση στην κωδικοποίηση και τις μαθηματικές.

Η απόδοση του μοντέλου σε βασικά βιομηχανικά benchmarks αποδεικνύει την ικανότητά του, παρουσιάζοντας πάνω από 94% της μέσης απόδοσης του GPT-4 σε διάφορες εργασίες, με ιδιαίτερη έμφαση στην εξέλιξη σε STEM περιοχές. Αυτή η εξαιρετική επιτυχία είναι μια μαρτυρία της δέσμευσης της Inflection AI να推 τις grenzen της τεχνολογικής πρόοδου ενώ διατηρεί μια σταθερή εστίαση στη εμπειρία και την ασφάλεια του χρήστη.

Κωδικοποίηση και Μαθηματικά Το Inflection-2.5 εξέχει στην κωδικοποίηση και τις μαθηματικές, παρουσιάζοντας μια βελτίωση πάνω από 10% σε σχέση με το Inflection-1 στο BIG-Bench-Hard, một υποσύνολο δύσκολων προβλημάτων για μεγάλα μοντέλα γλωσσών. Δύο benchmarks κωδικοποίησης, MBPP+ και HumanEval+, αποκαλύπτουν τεράστιες βελτιώσεις σε σχέση με το Inflection-1,鞏固οντας τη θέση του Inflection-2.5 ως μια δύναμη που πρέπει να ληφθεί υπόψη στον κωδικοποιητικό τομέα.

Στο benchmark MBPP+, το Inflection-2.5 υπερβαίνει τον προκάτοχό του με ένα σημαντικό περιθώριο, παρουσιάζοντας ένα επίπεδο απόδοσης που είναι συγκρίσιμο με εκείνο του GPT-4, όπως αναφέρεται από το DeepSeek Coder. Παρόμοια, στο benchmark HumanEval+, το Inflection-2.5 παρουσιάζει εξαιρετική πρόοδο, υπερβαίνοντας την απόδοση του Inflection-1 και πλησιάζοντας το επίπεδο του GPT-4, όπως αναφέρεται στο EvalPlus leaderboard.

Βιομηχανική Κυριαρχία Benchmark

Το Inflection-2.5 ξεχωρίζει στα βιομηχανικά benchmarks, παρουσιάζοντας σημαντικές βελτιώσεις σε σχέση με το Inflection-1 στο MMLU benchmark και το GPQA Diamond benchmark, που είναι γνωστό για την εμπειριακή του δυσκολία. Η απόδοση του μοντέλου σε αυτά τα benchmarks υπογραμμίζει την ικανότητά του να χειρίζεται ένα ευρύ φάσμα εργασιών, από προβλήματα σχολικού επιπέδου έως προκλήσεις επαγγελματικού επιπέδου.

Εξέλιξη σε Επιστημονικές Εξετάσεις Η ικανότητα του μοντέλου επεκτείνεται και στις επιστημονικές εξετάσεις, με εξαιρετική απόδοση στο μαθηματικό εξέταση της Ουγγαρίας και στο Physics GRE. Στο μαθηματικό εξέταση της Ουγγαρίας, το Inflection-2.5 παρουσιάζει μαθηματική ικανότητα, αξιοποιώντας την παροχή few-shot prompt και μορφοποίηση, επιτρέποντας την εύκολη αναπαραγωγή.

Στο Physics GRE, ένα εξέταση εισαγωγής για τη φυσική, το Inflection-2.5 φτάνει στο 85ο.percentile των ανθρώπινων εξεταζομένων στο maj@8 (majority vote at 8),鞏固ώντας τη θέση του ως μια ισχυρή δύναμη στον τομέα της επίλυσης προβλημάτων φυσικής. Επιπλέον, το μοντέλο πλησιάζει το υψηλότερο σκορ στο maj@32, παρουσιάζοντας την ικανότητά του να χειρίζεται σύνθετα προβλήματα φυσικής με εξαιρετική ακρίβεια.

Βελτίωση της Εμπειρίας του Χρήστη Το Inflection-2.5 δεν μόνο διατηρεί την ευαίσθητη προσωπικότητα και τα πρότυπα ασφαλείας του Pi, αλλά και ανυψώνει το καθεστώς του ως ένα ευέλικτο και ανεκτίμητο προσωπικό AI σε διάφορους τομείς. Από συζητήσεις για τρέχοντα γεγονότα έως αναζήτηση τοπικών συστάσεων, μελέτη για εξετάσεις, κωδικοποίηση και ακόμη και άτυπες συζητήσεις, το Pi που τροφοδοτείται από το Inflection-2.5 υπόσχεται μια εμπλουτισμένη εμπειρία χρήστη.

Με τις ισχυρές ικανότητες του Inflection-2.5, οι χρήστες αλληλεπιδρούν με το Pi σε ένα ευρύτερο φάσμα θεμάτων από ποτέ. Η ικανότητα του μοντέλου να χειρίζεται σύνθετες εργασίες, σε συνδυασμό με την ευαίσθητη προσωπικότητα και τις ικανότητες αναζήτησης web σε πραγματικό χρόνο, εξασφαλίζει ότι οι χρήστες λαμβάνουν υψηλής ποιότητας, ενημερωμένες πληροφορίες και οδηγίες.

Εγκατάσταση και Συμμετοχή Χρηστών Η επίδραση της ενσωμάτωσης του Inflection-2.5 στο Pi είναι ήδη εμφανής στα μετρικά στοιχεία της συμμετοχής και της εγκατάστασης χρηστών. Η Inflection AI έχει μάρει μια σημαντική επιτάχυνση στην οργανική αύξηση των χρηστών, με ένα εκατομμύριο καθημερινούς και έξι εκατομμύρια μηνιαίους ενεργούς χρήστες που ανταλλάσσουν πάνω από τέσσερις δισεκατομμύρια μηνύματα με το Pi.

Σύμφωνα με την μέση διάρκεια, οι συνομιλίες με το Pi διαρκούν 33 λεπτά, με ένα στα δέκα να διαρκούν πάνω από μια ώρα κάθε μέρα. Επιπλέον, περίπου το 60% των ανθρώπων που αλληλεπιδρούν με το Pi σε μια δεδομένη εβδομάδα επιστρέφουν την επόμενη εβδομάδα, παρουσιάζοντας υψηλότερη μηνιαία stickiness από τους κορυφαίους ανταγωνιστές στον τομέα.

Τεχνικές Λεπτομέρειες και Διαφάνεια Benchmark

Σε συνδυασμό με την δέσμευση της Inflection AI για διαφάνεια και αναπαραγωγιμότητα, η εταιρεία έχει παρουσιάσει πλήρη τεχνικά αποτελέσματα και λεπτομέρειες σχετικά με την απόδοση του Inflection-2.5 σε διάφορα βιομηχανικά benchmarks.

Για παράδειγμα, στην διορθωμένη έκδοση του dataset MT-Bench, το οποίο διορθώνει προβλήματα με λανθασμένες αναφορές και ελαττωματικές προθέσεις στο αρχικό dataset, το Inflection-2.5 παρουσιάζει απόδοση σύμφωνα με τις προσδοκίες που βασίζονται σε άλλα benchmarks.

Η Inflection AI έχει επίσης αξιολογήσει το Inflection-2.5 στο HellaSwag και το ARC-C, κοινά benchmarks για την κοινή λογική και την επιστήμη που αναφέρονται από μια ευρεία γκάμα μοντέλων, και τα αποτελέσματα παρουσιάζουν ισχυρή απόδοση σε αυτά τα benchmarks.

Είναι σημαντικό να σημειωθεί ότι ενώ οι αξιολογήσεις που παρέχονται αντιπροσωπεύουν το μοντέλο που τροφοδοτεί το Pi, η εμπειρία χρήστη μπορεί να διαφέρει ελαφρώς λόγω παραγόντων όπως η επίδραση της αναζήτησης web (που δεν χρησιμοποιείται στα benchmarks), η δομή της few-shot prompting και άλλες παραγωγικές διαφορές.

Συμπέρασμα

Το Inflection-2.5 αντιπροσωπεύει ένα σημαντικό άλμα στην περιοχή των μεγάλων μοντέλων γλωσσών, ανταγωνιζόμενο τις ικανότητες των ηγετών της βιομηχανίας όπως το GPT-4 και το Gemini, χρησιμοποιώντας μόνο ένα κλάσμα των υπολογιστικών πόρων. Με την εντυπωσιακή απόδοση του σε ένα ευρύ φάσμα benchmarks, ιδιαίτερα σε STEM περιοχές, κωδικοποίηση και μαθηματικά, το Inflection-2.5 έχει θέσει τον εαυτό του ως μια ισχυρή δύναμη στον τομέα του AI.

Η ενσωμάτωση του Inflection-2.5 στο Pi, το προσωπικό AI βοηθό της Inflection AI, υπόσχεται μια εμπλουτισμένη εμπειρία χρήστη, συνδυάζοντας την ακατέργαστη ικανότητα με την ευαίσθητη προσωπικότητα και τα πρότυπα ασφαλείας. Όσο η Inflection AI συνεχίζει ναpush τις grenzen του δυνατού με τα LLMs, η κοινότητα του AI περιμένει με αγωνία την επόμενη κυμαία καινοτομιών και προόδων από αυτή την πρωτοποριακή εταιρεία.