摘要：清华大学计算机系长聘副教授刘知远看来，“套壳”的说法，更多是指对已有开源模型利用自有数据进一步训练和微调，从而形成定制模型，很多开源模型的协议允许定制和修改，只要遵守开源协议就应当支持和保护。“套壳”这种说法听起来可能有些贬义的意味。“开源社区支持和鼓励复神经网络。
...清华大学计算机系长聘副教授刘知远看来，“套壳”的说法，更多是指对已有开源模型利用自有数据进一步训练和微调，从而形成定制模型，很多开源模型的协议允许定制和修改，只要遵守开源协议就应当支持和保护。“套壳”这种说法听起来可能有些贬义的意味。“开源社区支持和鼓励复神经网络。
2016年12月23日，北京的树上早就挂起了丝丝条条的彩灯，距离圣诞节还有两天，吹着微微的北风，周五的街道并不冷清。而在这天，北京海淀的768园区，刘知远带着几个博士生，敲开了知乎合伙人李大海的大门。不同于今天，智源学者、清华大学计算机系副教授的名号加身，2016年冬天的刘知还有呢？
＞△＜
2 0 1 6 nian 1 2 yue 2 3 ri ， bei jing de shu shang zao jiu gua qi le si si tiao tiao de cai deng ， ju li sheng dan jie hai you liang tian ， chui zhe wei wei de bei feng ， zhou wu de jie dao bing bu leng qing 。 er zai zhe tian ， bei jing hai dian de 7 6 8 yuan qu ， liu zhi yuan dai zhe ji ge bo shi sheng ， qiao kai le zhi hu he huo ren li da hai de da men 。 bu tong yu jin tian ， zhi yuan xue zhe 、 qing hua da xue ji suan ji xi fu jiao shou de ming hao jia shen ， 2 0 1 6 nian dong tian de liu zhi hai you ne ？
面壁智能联合创始人刘知远在题为《大模型驱动的自主智能体和群体智能：迎接智能的第二次涌现》的演讲中给出了答案：AI的第二次智能涌现，是群体智能的涌现。在计算机自然语言处理领域潜心研究近20年，如今的刘知远不仅传道受业，还作为AI初创企业面壁智能联合创始人，加入到AI创还有呢？
“我们希望团队的好工作被更多人关注与认可，但不是以这种方式。”6月3日，对于连日来备受关注的斯坦福大学AI团队疑似抄袭面壁智能一事，面壁智能CEO李大海作出回应。同一天，面壁智能联合创始人刘知远也发文回应提到，开源共享的基石是对开源协议的遵守，对其他贡献者的信任，对还有呢？
“我们希望团队的好工作被更多人关注与认可，但不是以这种方式。”6月3日，对于连日来备受关注的斯坦福大学AI团队疑似抄袭面壁智能一事，面壁智能CEO李大海作出回应。同一天，面壁智能联合创始人刘知远也发文回应提到，开源共享的基石是对开源协议的遵守，对其他贡献者的信任，对后面会介绍。
该团队发布的模型被指抄袭，其与国内清华系大模型相似度极高。两个模型的代码对比图片来源：GitHub面壁智能CEO李大海和联合创始人刘知远先后发文回应，表示这是一种受到国际团队认可的方式，但希望大家共建开放、合作、有信任的社区环境。目前，该团队已公开道歉，并删除了相关等我继续说。
史载是后汉开国皇帝刘知远筑堡屯兵之地，故名刘家堡，是现存最早的王姓族人发源地，明代大学士王琼故里。图为王琼故里。随着乡村振兴战略的推进，刘家堡村大力发展乡村休闲旅游，以“听王琼故事，赏非遗文化，喝小店牺汤”为口号，打造新型农家乐、民宿、康养聚集地，昔日传统农业村神经网络。
╯０╰
1月10日，清华大学自然语言处理实验室、易慧智能、面壁智能在北京签署《大语言模型驱动汽车行业群体智能&组织孪生解决方案战略合作项目》战略合作协议。清华大学计算机系长聘副教授刘知远，易慧智能总裁李伟，易慧智能COO肖超，面壁智能联合创始人、CEO李大海，面壁智能CO等会说。
≥﹏≤
张傲投稿量子位| 公众号QbitAI多模态大模型集成了检测分割模块后，抠图变得更简单了！只需用自然语言描述需求，模型就能分分钟标注出要寻找的物体，并做出文字解释。在其背后提供支持的，是新加坡国立大学NExT++实验室与清华刘知远团队一同打造的全新多模态大模型。随着GPT-还有呢？
∩﹏∩
「预见未来最好的方式就是亲手创造未来。」01 「范式」革命故事的开头发生在2018 年的秋天，北京海淀区。那一天，10 月11 日，一个寻常的周四，刘知远像往常一样习惯性地打开arXiv 的网页，浏览来自全球各地学者上传的人工智能(AI)领域最新工作。大多时候，arXiv 上的论文质量参差神经网络。
(=｀′=)
发表评论