40%算力训练效果比肩GPT-4，实测DeepMind联创大模型创业新成果
英伟达微软都投资了
克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
大模型竞赛，又杀出一匹黑马——
Inflection-2.5，由DeepMind联创Mustafa Suleyman的大模型初创公司打造。
只用40%的计算资源训练，表现就超过了GPT-4的九成，尤其擅长代码和数学。
而早期的Inflection模型，训练时只消耗了4%的计算资源，就达到了GPT-4表现的72%。
以Inflection模型为基础，该公司还推出了网页端对话机器人Pi，主打“高情商”和“个性化”，还支持中文。
自诞生以来，Pi的最高日活达到了100万，累计产生了40亿条消息，平均对话时长来到了33分钟。
而随着这次基础模型的升级，Pi也迎来了它的新版本。
那么，Inflection，或者说Pi，表现到底有没有那么强，量子位进行了一番实测。
无需登录即可使用
打开Pi的页面，映入眼帘的是这样一个极简界面，而且还可以不用登录，直接点击Next。
连续Next几次后，输入希望Pi称呼我们的方式。
之后是选择声音和推荐话题，直接跳过就可以了，然后就进入正式的聊天界面了。
简单测试发现，Pi支持中文对话，既然如此那就先把弱智吧Benchmark给安排上。
第一题，老鼠生病了可以吃老鼠药治好吗，Pi成功解答。
再来一道“陷阱”题，这次依旧没有上当。
两道问题过后，虽然没有出现什么戏剧性效果，但看起来对中文也是有一定的理解了。
接下来就重点看看官方宣称“尤其擅长”的数学和代码能力。
首先是一道涉及动态规划的编程题目。
Pi给出的代码成功解决了这个问题，并且配有清晰的解释。
接下来再提升一下难度看看，让其分析一个数字的阶乘中末尾有多少个0。
Pi给出的代码不仅正确，而且简洁高效，运行速度超过了LeetCode上73.8%的用户。
最后再来增加一下难度，以一道47.5%通过率的题目结束代码部分的测试。
看完代码，再来测测Pi的数学能力怎么样，让它做做关于导数的题目：
求出函数f(x)=x³+2x²-1的极值点
解答完全正确，而是十分详细。
当然要想数学好，逻辑思维是必不可少的，所以我们在常规的数学题之外，又用一道经典的题目考验了一下的Pi逻辑思维，结果还不错。
通过Pi的表现，可以看出其背后的Inflection-2.5模型的确可圈可点。
而从官方自己公布的测试数据来看，无论是综合能力还是各个子项，Inflection-2.5的表现都紧随GPT-4。
以数学和代码为例，Inflection-2.5在MATH、HumanEval等测试中都比1.0版本都有大幅飞跃。
在这些常规的数据集之外，Inflection还挑战了匈牙利高考数学试题和GRE物理测试，结果几乎与GPT-4打成平手。
更“刁钻”的，还有人专门用大模型难以理解的问题构建了一个BIG-Bench数据集，而Inflection-2.5挑战了其中的Hard子集，结果和GPT-4的差距不到一分。
那么，Inflection-2.5的背后，是怎样的一家公司呢？
DeepMind联创大模型创业
这家公司名叫Inflection AI，由DeepMind联创Mustafa Suleyman等人于2022年创立，目前共有70余人。
同样来自DeepMind的，还有资深研究员Karen Simonyan，现担任Inflection AI的首席科学家。
此外，LinkedIn联创Reid Hoffman也参与了Inflection AI的创立。
创立以来，Inflection AI已经获得了来自英伟达、微软、比尔盖茨等巨头的共计15亿美元的融资。
目前，基于Inflection的Pi还是免费的，但CEO Suleyman也表示，一直用爱发电不现实，长久地看以后还是要收费。
想要体验的朋友，可能要抓紧时间了~
传送门：
https://pi.ai
参考链接：
[1]https://inflection.ai/inflection-2-5
[2]https://www.axios.com/2024/03/07/inflection-ai-chatgpt-openai-comparison
- ChatGPT深夜更新：Mac版支持“读屏编程”，Windows版全员可用了2024-11-15
- 李飞飞吴佳俊团队推出具身智能决策能力评价基准，o1-preview登顶2024-11-14
- 小度为何押注AI眼镜？2024-11-13
- o1不是唯一路径！MIT新研究：在测试时训练，模型推理能力最高升至5.8倍2024-11-12
相关阅读
