Inflection-2.5: Mô hình LLM mạnh mẽ cạnh tranh với GPT-4 và Gemini

Inflection AI đã tạo ra sóng gió trong lĩnh vực mô hình ngôn ngữ lớn (LLM) với việc ra mắt gần đây của Inflection-2.5, một mô hình cạnh tranh với các LLM hàng đầu thế giới, bao gồm GPT-4 của OpenAI và Gemini của Google.

Sự tăng trưởng nhanh chóng của Inflection AI đã được thúc đẩy thêm bởi một vòng đầu tư lớn 1,3 tỷ đô la, do các ông lớn trong ngành như Microsoft (MSFT ), NVIDIA (NVDA ) và các nhà đầu tư nổi tiếng như Reid Hoffman, Bill Gates và Eric Schmidt dẫn đầu. Vòng đầu tư này đưa tổng số tiền mà công ty đã huy động được lên đến 1,525 tỷ đô la.

Hợp tác với các đối tác CoreWeave (CRWV ) và NVIDIA, Inflection AI đang xây dựng cụm AI lớn nhất thế giới, bao gồm 22.000 GPU Tensor Core H100 của NVIDIA. Năng lực tính toán khổng lồ này sẽ hỗ trợ việc đào tạo và triển khai một thế hệ mới của các mô hình AI quy mô lớn, cho phép Inflection AI đẩy ranh giới của những gì có thể trong lĩnh vực AI cá nhân.

Công việc đột phá của công ty đã mang lại kết quả đáng chú ý, với cụm Inflection AI, hiện bao gồm hơn 3.500 GPU Tensor Core H100 của NVIDIA, đạt hiệu suất hàng đầu trên chuẩn mực MLPerf. Trong một bản nộp chung với CoreWeave và NVIDIA, cụm đã hoàn thành nhiệm vụ đào tạo tham chiếu cho các mô hình ngôn ngữ lớn chỉ trong 11 phút, củng cố vị trí của nó là cụm nhanh nhất trên chuẩn mực này.

Thành tựu này theo sau việc ra mắt Inflection-1, mô hình ngôn ngữ lớn trong nhà của Inflection AI, được ca ngợi là mô hình tốt nhất trong lớp tính toán của nó. Outperforming các ông lớn trong ngành như GPT-3.5, LLaMA, Chinchilla và PaLM-540B trên một loạt các chuẩn mực thường được sử dụng để so sánh LLM, Inflection-1 cho phép người dùng tương tác với Pi, trợ lý AI cá nhân của Inflection AI, một cách đơn giản và tự nhiên, nhận được thông tin và tư vấn nhanh chóng, liên quan và hữu ích.

Cam kết của Inflection AI về tính minh bạch và khả năng tái tạo được thể hiện trong việc phát hành một bản ghi kỹ thuật chi tiết về việc đánh giá và hiệu suất của Inflection-1 trên các chuẩn mực khác nhau. Bản ghi này tiết lộ rằng Inflection-1 outperform các mô hình trong cùng lớp tính toán, được định nghĩa là các mô hình được đào tạo bằng cách sử dụng tối đa các phép toán (FLOPs) của PaLM-540B.

Sự thành công của Inflection-1 và sự mở rộng nhanh chóng của cơ sở hạ tầng tính toán của công ty, được thúc đẩy bởi vòng đầu tư đáng kể, nhấn mạnh cam kết không ngừng của Inflection AI trong việc thực hiện sứ mệnh tạo ra một trợ lý AI cá nhân cho mọi người. Với việc tích hợp Inflection-1 vào Pi, người dùng hiện có thể trải nghiệm sức mạnh của một trợ lý AI cá nhân, lợi ích từ tính cách đồng cảm, hữu ích và tiêu chuẩn an toàn của nó.

Inflection-2.5

Inflection-2.5 hiện đã có sẵn cho tất cả người dùng của Pi, trợ lý AI cá nhân của Inflection AI, trên nhiều nền tảng, bao gồm web (pi.ai), iOS, Android và một ứng dụng máy tính để bàn mới. Việc tích hợp này đánh dấu một cột mốc quan trọng trong sứ mệnh của Inflection AI nhằm tạo ra một trợ lý AI cá nhân cho mọi người, kết hợp khả năng thô với tính cách đồng cảm và tiêu chuẩn an toàn.

Một bước nhảy vọt về hiệu suất Mô hình trước đó của Inflection AI, Inflection-1, sử dụng khoảng 4% các phép toán đào tạo (FLOPs) của GPT-4 và thể hiện hiệu suất trung bình khoảng 72% so với GPT-4 trên các nhiệm vụ định hướng IQ. Với Inflection-2.5, Inflection AI đã đạt được một bước nhảy vọt đáng kể trong khả năng trí tuệ của Pi, với trọng tâm vào mã hóa và toán học.

Hiệu suất của mô hình trên các chuẩn mực công nghiệp chính cho thấy khả năng của nó, thể hiện hơn 94% hiệu suất trung bình của GPT-4 trên các nhiệm vụ khác nhau, với trọng tâm đặc biệt vào việc xuất sắc trong các lĩnh vực STEM. Thành tựu đáng chú ý này là một minh chứng cho cam kết của Inflection AI trong việc đẩy ranh giới công nghệ trong khi duy trì tập trung vào trải nghiệm người dùng và an toàn.

Khả năng mã hóa và toán học Inflection-2.5 tỏa sáng trong mã hóa và toán học, thể hiện sự cải thiện hơn 10% so với Inflection-1 trên BIG-Bench-Hard, một tập hợp con của các vấn đề thách thức cho các mô hình ngôn ngữ lớn. Hai chuẩn mực mã hóa, MBPP+ và HumanEval+, tiết lộ sự cải thiện đáng kể so với Inflection-1, củng cố vị trí của Inflection-2.5 là một lực lượng đáng kể trong lĩnh vực mã hóa.

Trên chuẩn mực MBPP+, Inflection-2.5 outperform người tiền nhiệm của nó với một khoảng cách đáng kể, thể hiện mức hiệu suất tương đương với GPT-4, như được báo cáo bởi DeepSeek Coder. Tương tự, trên chuẩn mực HumanEval+, Inflection-2.5 thể hiện sự tiến bộ đáng kể, vượt qua hiệu suất của Inflection-1 và tiếp cận mức của GPT-4, như được báo cáo trên bảng xếp hạng EvalPlus.

Sự thống trị chuẩn mực công nghiệp

Inflection-2.5 nổi bật trong các chuẩn mực công nghiệp, thể hiện sự cải thiện đáng kể so với Inflection-1 trên chuẩn mực MMLU và chuẩn mực GPQA Diamond, nổi tiếng với độ khó chuyên gia. Hiệu suất của mô hình trên các chuẩn mực này nhấn mạnh khả năng của nó trong việc xử lý một loạt các nhiệm vụ, từ các vấn đề cấp trung học đến các thách thức cấp chuyên gia.

Xuất sắc trong các kỳ thi STEM Khả năng của mô hình này còn mở rộng đến các kỳ thi STEM, với hiệu suất nổi bật trong kỳ thi toán học Hungary và kỳ thi GRE Vật lý. Trên kỳ thi toán học Hungary, Inflection-2.5 thể hiện khả năng toán học của mình bằng cách tận dụng lời nhắc và định dạng được cung cấp, cho phép dễ dàng tái tạo.

Trong kỳ thi GRE Vật lý, một kỳ thi đầu vào sau đại học về vật lý, Inflection-2.5 đạt đến mức 85% của người tham gia kỳ thi trong maj@8 (lựa chọn đa số tại 8), củng cố vị trí của nó là một đối thủ đáng gờm trong lĩnh vực giải quyết vấn đề vật lý. Hơn nữa, mô hình này tiếp cận điểm cao nhất trong maj@32, thể hiện khả năng của nó trong việc giải quyết các vấn đề vật lý phức tạp với độ chính xác đáng chú ý.

Cải thiện trải nghiệm người dùng Inflection-2.5 không chỉ duy trì tính cách đồng cảm và tiêu chuẩn an toàn của Pi mà còn nâng cao vị trí của nó là một trợ lý AI cá nhân đa năng và vô giá trên nhiều chủ đề. Từ thảo luận về các sự kiện hiện tại đến tìm kiếm các khuyến nghị địa phương, học tập cho các kỳ thi, mã hóa và thậm chí các cuộc trò chuyện thông thường, Pi được hỗ trợ bởi Inflection-2.5 hứa hẹn một trải nghiệm người dùng phong phú.

Với khả năng mạnh mẽ của Inflection-2.5, người dùng đang tương tác với Pi trên một loạt các chủ đề rộng lớn hơn bao giờ hết. Khả năng của mô hình trong việc xử lý các nhiệm vụ phức tạp, kết hợp với tính cách đồng cảm và khả năng tìm kiếm web thời gian thực, đảm bảo rằng người dùng nhận được thông tin và hướng dẫn chất lượng cao và cập nhật.

Sự采用 và tương tác của người dùng Tác động của việc tích hợp Inflection-2.5 vào Pi đã rõ ràng trong các chỉ số về tình cảm, tương tác và giữ chân người dùng. Inflection AI đã chứng kiến sự tăng trưởng hữu cơ đáng kể của người dùng, với một triệu người dùng hoạt động hàng ngày và sáu triệu người dùng hoạt động hàng tháng trao đổi hơn bốn tỷ tin nhắn với Pi.

Trung bình, các cuộc trò chuyện với Pi kéo dài 33 phút, với một trong mười cuộc trò chuyện kéo dài hơn một giờ mỗi ngày. Hơn nữa, khoảng 60% người dùng tương tác với Pi trong một tuần nhất định sẽ quay lại trong tuần tiếp theo, thể hiện sự dính kết hàng tháng cao hơn so với các đối thủ hàng đầu trong lĩnh vực.

Chi tiết kỹ thuật và minh bạch chuẩn mực

Theo cam kết của Inflection AI về tính minh bạch và khả năng tái tạo, công ty đã cung cấp các kết quả kỹ thuật và chi tiết toàn diện về hiệu suất của Inflection-2.5 trên các chuẩn mực công nghiệp khác nhau.

Ví dụ, trên phiên bản sửa đổi của bộ dữ liệu MT-Bench, giải quyết các vấn đề về các giải pháp tham chiếu không chính xác và các tiền đề bị lỗi trong bộ dữ liệu gốc, Inflection-2.5 thể hiện hiệu suất phù hợp với kỳ vọng dựa trên các chuẩn mực khác.

Inflection AI cũng đã đánh giá Inflection-2.5 trên HellaSwag và ARC-C, các chuẩn mực về cảm nhận chung và khoa học được báo cáo bởi một loạt các mô hình, và kết quả thể hiện hiệu suất mạnh mẽ trên các chuẩn mực này.

Điều quan trọng cần lưu ý là trong khi các đánh giá được cung cấp đại diện cho mô hình cung cấp năng lượng cho Pi, trải nghiệm người dùng có thể khác slightly do các yếu tố như tác động của việc thu thập web (không được sử dụng trong các chuẩn mực), cấu trúc của việc nhắc và các khác biệt về phía sản xuất.

Kết luận

Inflection-2.5 đại diện cho một bước nhảy vọt đáng kể trong lĩnh vực mô hình ngôn ngữ lớn, cạnh tranh với khả năng của các mô hình hàng đầu trong ngành như GPT-4 và Gemini trong khi chỉ sử dụng một phần nhỏ của tài nguyên tính toán. Với hiệu suất ấn tượng trên một loạt các chuẩn mực, đặc biệt là trong các lĩnh vực STEM, mã hóa và toán học, Inflection-2.5 đã khẳng định vị trí của mình là một đối thủ đáng gờm trong cảnh quan AI.

Việc tích hợp Inflection-2.5 vào Pi, trợ lý AI cá nhân của Inflection AI, hứa hẹn một trải nghiệm người dùng phong phú, kết hợp khả năng thô với tính cách đồng cảm và tiêu chuẩn an toàn. Khi Inflection AI tiếp tục đẩy ranh giới của những gì có thể với các mô hình ngôn ngữ lớn, cộng đồng AI đang mong chờ đợi làn sóng đổi mới và đột phá tiếp theo từ công ty tiên phong này.