资讯详情：微软必应全球宕机，波及 ChatGPT、Copilot、DuckDuckGo 等服务据 The Verge 报道，微软搜索服务 Bing 出现故障，导致ChatGPT、Copilot、DuckDuckGo 等平台搜索服务收到影响。据悉，美国东部时间周四凌晨3点，微软 Bing 发生宕机事故。受此影响，与必应的 API 以及依赖于该 API 的多项服务均受到影响。目前宕机问题已经修复，各平台搜索服务已陆续恢复正常使用。xAI 将在下个月完成新一轮融资，估值达240亿美元据 Techinasia 报道，马斯克旗下 xAI 将于6月完成新一轮融资，融资后估值将超过240亿美元。该公司的目标是在本月获得 60 亿美元的融资。现在，据说 xAI 的目标是融资高达 65 亿美元，并有望在未来几周内实现这一目标。阿里投资 Kimi AI 开发商月之暗面：8 亿美元购入约 36% 股权据阿里巴巴财报显示，阿里巴巴于今年年初向月之暗面投资月8亿美元，获得约36%股权。阿里巴巴集团主席蔡崇信和首席执行官吴泳铭在股东信中写道，该公司“将 AI 作为改变和加速业务增长的最强大变量”。360智脑开源两大模型，提升长文本检索效果360公司宣布开源两款大模型360Zhinao-search和360Zhinao-1.8B-Reranking，款模型聚焦于提升长文本检索效果。据360表示，两款模型的retrieval、reranking能力力压众多知名闭源模型，分别位列C-MTEB单任务评测榜首位，进一步壮大开源力量。微软发布新版天气模型 Start，可预测云层何时出现微软官方消息，微软日前发布了天气模型 Start 的最新版本，提高性能的同时还增加了一些新的功能。微软表示，新版本 Start 最新的云层和降水预报及地图，同时还能填补数据可用性方面的空白。微软 Start 团队表示已经于 2021 年年底开始，着手改进全球范围内的“降水预报”系统。该模型不仅会调用雷达装置收集的数据，还会结合卫星数据，通过 AI 算法分析，能更准确地预测降水情况。魔搭社区开源推理引擎 DashInfer阿里魔搭社区近日宣布，推出了预训练大语言模型（LLM）推理引擎 DashInfer，支持 C++ 和 Python 语言接口，可在多种 CPU 架构上高效推理大模型。DashInfer 采用 C++ Runtime 编写，支持连续批处理和多 NUMA 推理，能充分利用服务器级 CPU 的算力，为推理14B 及以下的 LLM 模型提供更多硬件选择。该引擎已开源，提供轻量级架构，高精度实现，优化的计算 Kernel，以及行业标准 LLM 推理技术。Spotify或将推出西语版AI DJ“DJ Livi”据 TechCrunch 报道，有用户在Spotify 代码中发现，Spotify或将为其个性化 AI DJ 功能推出西班牙语DJ。逆向工程师Chris Messina在Spotify应用程序代码中发现了"DJ Livi"的踪迹。代码中显示，用户将能够将AI DJ的语言从英语切换为西班牙语，而且这款新产品还将在墨西哥上市。微盟旗下大模型应用产品WAI上线智能经营功能据36氪报道，微盟集团旗下大模型应用产品WAI上线智能经营功能，进一步拓展“SaaS+AI”在电商零售等行业的应用落地。具体而言，微盟WAI正式推出基于AI大模型的“智能化策略、主动式推荐、多Agent”三重能力，帮助商家实现一站式、全链路的智能经营。今日重点论文：加利福尼亚大学圣迭戈分校《People cannot distinguish GPT-4 from a human in a Turing test》论文旨在验证人工智能系统是否能够通过图灵测试，并探讨这一结果对于机器智能和欺骗检测等问题的影响。使用GPT-4系统进行图灵测试，证明该系统能够在一定程度上通过测试，同时发现风格和情感因素对于测试结果的影响较大。论文设计了随机对照实验，使用了GPT-3.5、GPT-4和ELIZA三个系统进行测试，发现GPT-4通过测试的概率为54%，是三个系统中表现最好的。实验结果提醒人们当前的人工智能系统欺骗的可能性。论文地址：https://arxiv.org/abs/2405.08007v1北京大学《Retrieval-Augmented Generation for AI-Generated Content: A Survey》RAG通过信息检索过程增强AIGC结果，提高准确性和鲁棒性。论文综述了当前将RAG技术融入AIGC场景的相关工作，并提出了统一的思路框架。论文对RAG的基础进行了分类，并总结了各种信息检索和生成方法的基本抽象。此外，论文还介绍了RAG的其他增强方法和实际应用，提供了有价值的参考。论文还讨论了RAG的限制和未来研究方向。论文地址：https://arxiv.org/abs/2402.19473v1伯克利风险与安全实验室《Open-Source Assessments of AI Capabilities: The Proliferation of AI Analysis Tools, Replicating Competitor Models, and the Zhousidun Dataset》使用开源工具来评估和理解关键的军事人工智能能力，通过对中国产的Zhousidun数据集进行详细的分析，演示了一个复制最先进计算机视觉模型的方法。使用Zhousidun数据集详细分析了美国和盟军驱逐舰的关键组件，展示了开源工具如何评估和理解关键的军事人工智能能力，提高了战略评估的准确性和可靠性。论文地址：https://arxiv.org/abs/2405.12167v1麻省理工学院《Reducing Transformer Key-Value Cache Size with Cross-Layer Attention》论文旨在解决KV缓存大小随着序列长度和批量大小增加而变得过大的问题，提出一种新的多头注意力设计Cross-Layer Attention（CLA）来进一步减小KV缓存的大小。CLA通过共享相邻层之间的键和值头来减少KV缓存的大小，进一步优化了Multi-Query Attention（MQA）的设计。论文地址：https://arxiv.org/abs/2405.12981v1
