GPT-5.5
GPT-5.5（Generative Pre-trained Transformer 5.5）是OpenAI于2026年4月23日发布的一款大型语言模型（LLM）。该模型也因其代号“Spud”而广为人知。OpenAI此前公布了GPT-5.5的基准测试成绩，包括在Terminal-Bench 2.0上取得82.7%的得分，在FrontierMath Tier 1–3上取得51.7%，在FrontierMath Tier 4上取得35.4%…
标签：#大型语言模型
共 54 篇文章
IBM Granite
IBM Granite是由IBM於2024年發展的一系列解碼器單元AI基础模型。 於2023年9月7日宣布，並在4天後發表了初步論文。最初該計劃用於IBM基於雲端運算数据和生成式人工智慧平台Watsonx，IBM開源一些語言模型的原始碼。 Granite模型從網際網路、學術出版物、代碼数据集、法律和金融文件等資料組合來訓練。 基礎模型 基礎模型是指在大規模且多元資料上進行訓練的人工智慧模型，因此能夠適用於各種下游任務。 Granite的…
HKGAI V1
HKGAI V1為香港生成式人工智能研發中心（）推出的本地化人工智能大語言開源基礎模型。 開發 HKGAI V1由香港科技大學牽頭，與香港大學、香港中文大學等本港高等學院、新加坡國立大學以及海外科研機構合作開發，並在2025年推出。 在2026年6月，香港生成式人工智能研發中心宣布推出新型的HKGAI V3大模型，以「智能體」() 為本，並且就香港本地的語境、使用者相關需求等強化支援。 技術 HKGAI V1為在DeepSeek的基礎上…
聊天机器人列表
聊天机器人是基于文本的对话代理，可以通过某种媒介（例如即时消息服务）与人类用户进行交互。 一些聊天机器人是为特定目的而设计的，而另一些聊天机器人则与人类用户就广泛的主题进行对话。 通用聊天机器人列表 医疗聊天机器人列表 Med-PaLM：Google医疗聊天机器人 讯飞晓医 参见 生成式人工智慧 聊天機器人 大型语言模型列表 文本到图像生成模型 GPT-3：OpenAI對話語言模型 GPT-4：OpenAI對話語言模型 LLaMA：Me…
Gemini Robotics
Gemini Robotics是由Google DeepMind與Apptronik合作開發的先進「視覺-語言-行動」模型。該模型以Gemini 2.0大型语言模型為基礎。專門針對機器人應用進行調整，能理解並應對新的情境另有一個相關版本名為Gemini Robotics-ER，代表「具身推理」。 目前，Gemini Robotics模型僅向特定受信任的測試者開放，包括Agile Robots、Agility Robots、Boston …
GPT-4
生成型预训练变换模型4（，简称GPT-4）是由OpenAI公司开发，並於2023年3月14日发布的自回归语言模型。 能力 OpenAI 在宣布 GPT-4 时表示，它“比 GPT-3.5 更可靠、更有创意，并且能够处理更细微的指令。” 他们制作了两个版本的 GPT-4，上下文窗口分别为 8,192 和 32,768 个詞元，比分别限制为 4,096 和 2,049 个詞元的 GPT-3.5 和 GPT-3 有了显着改进。与其前身不同，G…
DeepSeek-V3
DeepSeek-V3是深度求索于2024年12月16日发布的人工智能大型语言模型，专门适用于数学、编码和中文等任务，性能对标GPT-4o等竞争产品。 开发 DeepSeek-V3於2024年12月26日發佈。 性能 在性能方面，DeepSeek-V3展現出卓越實力。它不僅超越了Qwen2.5-72B和Llama-3.1-405B等知名開源模型，更在多項測試中與GPT-4和Claude-3.5-Sonnet不相上下。特別是在數學能力測試…
DeepSeek-R1
DeepSeek-R1是深度求索（DeepSeek）于2025年1月20日发布的人工智能大型语言模型，专门适用于数学、编码和逻辑等任务，性能对标OpenAI o1。 訓練 DeepSeek-R1-Lite是Deepseek R1的預覽版，于2024年11月20日发布。后于2025年1月20日正式发布DeepSeek R1。 DeepSeek-R1与DeepSeek-R1-Zero基于DeepSeek-V3-Base，与其共享了相同的架构…
DeepSeek-V2.5
DeepSeek-V2.5是深度求索于2024年9月15日发布的人工智能大型语言模型，专门适用于通用、编码等任务。在自然語言理解、文本生成、情感分析、知識圖譜構建等方面具有顯著的性能提升。 功能 DeepSeek-V2.5基於深度學習技術和與DeepSeek-V2-Chat與DeepSeek-Coder-V2-Instruct的合併升級版本，新模型融合了前兩個版本的通用能力和程式設計能力。 DeepSeek-V2.5更貼合人類的習慣，在…
DBRX
DBRX是一個由Databricks的Mosaic ML團隊開發的開源大型语言模型(LLM)，於2024年3月27日釋出。模型採用專家混合架構的Transformer模型，總參數數量為 1320 億個，其中每個token啟動360億個參數（來自16位專家中4位）。釋出的模型包括基础模型與經過指令調校的變體。 釋出時，DBRX在語言理解、程式設計能力及數學等多項基準測試中，表現優於其他知名開源模型，如Meta的LLaMA 2、 Mistr…
Brave Leo
Brave Leo是由Brave軟體公司開發、內置於Brave浏览器的聊天機器人和AI代理 ，由多款大型語言模型驅動，且不會記錄相關對話。 Brave Leo提供來自LLaMA、Mistral、Claude、通義千問、深度求索的AI模型，它們是由Brave托管的。用戶也可以加入他們自己的AI模型。 参考文献
AutoGPT
AutoGPT是人工智能软件代理程序，使用者可以通过自然语言为渠道告知其计划，然后该程序则可将这一计划拆分为若干个子任务，并能够自动使用互联网或其他工具来实现这些任务。该程序使用了由OpenAI公司提供的GPT-4或GPT-3.5API模型，是首批将GPT-4应用于自动执行任务的程序之一。该程序可以通过写入和读取数据库和文件来管理短期或长期记忆，并可以通过汇总管理文本窗口长度的要求，还可以在无人值守的情况下执行基于互联网的操作（例如网络…
迪埃拉 (AI)
迪埃拉（，原自「太阳」）是开发的人工智能。2025年1月，它以虚拟助理身份接入，协助民众办理在线公共服务及签发数位文件。2025年9月，阿尔巴尼亚总统巴伊拉姆·贝加伊发布总统令授权总理埃迪·拉马监督创建虚拟AI部长，迪耶拉在中被正式任命为AI部长，成为全球首个人工智能部长。 迪埃拉于2025年1月发布，其初始版本（迪埃拉 1.0）是阿尔巴尼亚政府官方数位服务平台网站上的文本聊天机器人。该平台为民众和企业提供各种在线行政服务，该系统也可以…
开源人工智能
开源人工智能（），根据开放源代码促进会（OSI）的定义，是一种可以自由使用、研究、修改和共享的AI系统。这包括用于训练模型的数据集、源代码以及，旨在促进一种协作且透明的人工智能开发方式，使他人能够重现基本相似的结果。 关于何种程度的开放才应被视为“开源”的争论十分激烈。一些仅发布模型权重（而不公开训练数据和代码）的大型语言模型被批评为（openwashing），实际上是封闭系统。流行的开源人工智能项目类别包括大型语言模型、机器翻译工具和…
路徑語言模型
路徑語言模型（，通稱：PaLM）是由Google AI開發的5400億參數密集型解碼器專用transformer架構大型語言模型（LLM）。研究人員同時訓練了PaLM的精簡版本（分別為80億與620億參數），以測試模型規模的影響。 模型 PaLM具備廣泛的任務能力，涵蓋常識推理、算術推理、笑話解釋、程式碼生成及翻譯等領域。當結合鏈式思考提示法時，PaLM在需要多步驟推理的數據集上表現顯著提升，例如應用題與邏輯推理題型。該API最初僅開放…
提示词注入
提示词注入（）是一种针对人工智能的网络安全漏洞与攻击手法。攻击者将恶意指令伪装在看似正常的输入（即提示词）中，诱使机器学习模型（尤其是大语言模型，LLM）忽略开发者的原始指令，转而执行攻击者设定的操作。这种攻击利用了模型难以彻底区分系统指令和用户输入的弱点，从而绕过安全防护，操纵模型输出。大语言模型的设计本意是遵循可信指令，但精心构造的输入可以诱使其产生意料之外的回应。 随着模型具备网页浏览和文件上传等功能，它们不仅要区分开发者指令和用…
GPT-3
生成型预训练變換模型 3 （，簡稱 GPT-3）是一個自迴歸語言模型，目的是為了使用深度學習生成人類可以理解的自然語言。GPT-3是由在舊金山的人工智能公司OpenAI訓練與開發，模型設計基於谷歌開發的 Transformer 語言模型。GPT-3的神經網路包含1750億個參數，需要700GB来存储。该模型在许多任务上展示了强大的零样本和少样本的能力。 OpenAI於2020年5月發表GPT-3的論文，在次月為少量公司與開發人團釋出應用…
ChatDPP
ChatDPP，是中华民国政党民主进步党开发的人工智能聊天机器人程序，目的是配合宣传「反濫權護民主」理念，于2024年6月推出。，有网友通过多角度提问方式与某人工智能应用对话，随后将部分聊天记录截图上传至社交平台，被用作对民进党现行决策及立场的抨击论据。而民主進步黨方面，在此应用程式推出之後，考量其開發不完全，技術上出現嚴重缺陷後便旋即關閉此服務，直至2025年皆未有下文。 参考文献
檢索增強生成
检索增强生成（，縮寫：）是一种使大语言模型（LLM）能够从外部数据源中检索并整合新信息的技术。 在RAG框架下，大语言模型首先查阅指定的文档集合，再对用户查询作出回应。这些文档补充了模型预训练数据中已有的信息，使模型能够利用训练数据中未包含的领域特定信息和/或最新信息。 RAG还降低了为纳入新数据而重新训练大语言模型的需求，从而节省计算资源与资金成本。 RAG与LLM的局限性 大语言模型可能提供错误信息。例如，谷歌首次演示其大语言模型工…
随机鹦鹉
“随机鹦鹉”（英语：stochastic parrot）是在机器学习中一个理论的比喻，指大型语言模型虽然能够生成合理的文句，但其实不能理解所处理的语-{}-句。在2021年人工智能研究论文《论随机鹦鹉的危害：语言模型太大有坏处吗？🦜》（On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? 🦜）中提出。 起源和定义 “随机鹦鹉”最初出现于论文《论随机鹦鹉…