星辰心流：AI搜索助手新星升起，卓越长文本解析与摘要能力革新信息获取方式

近日消息，一款专为科研工作者、大学教师和学生量身定制的AI助手“星辰心流”震撼发布，旨在革新科研和教育领域的信息检索与知识管理方式。

“星辰心流”凭借其强大的多功能服务，如智能搜索、知识问答、智能阅读和辅助创作等，正逐步成为用户工作和学习中的得力助手，有效提升效率与成果质量。

"心流"的官网展示了这款产品的多项功能。在学术研究领域，阅读和分析长篇论文是一项基础而关键的工作。为此，"心流"构建了一个包含千亿级知识点的专业知识图谱，能够从海量信息中进行深度学习，并通过图谱进行知识推理，以高效解答用户的各种复杂问题。

无论是日常的新闻资讯还是专业的学术论文，"心流"都能够提供AI搜索和问答服务。用户可以通过它进行智能搜索和对话交流。此外，"心流"还支持AI阅读分析，尤其擅长对学术论文等长文本进行检索、阅读、分析和总结，甚至能够梳理出论文的大纲结构，非常适合专业研究人员使用。

目前，"心流"的网页版已经正式上线，而小程序和APP版本也即将与用户见面。

AI发展警钟敲响：高质量语言数据濒临耗尽，训练进程或遭重大阻碍

8月1日消息，据媒体报道，互联网上的高质量数据资源正逐渐减少，AI行业因此遭遇“数据墙”。这对于依赖大数据训练的AI大模型企业而言，意味着需紧急探索全新的数据来源或构建可持续的数据替代方案，以维持技术创新与模型发展的活力。

据权威研究公司Epoch AI的前瞻性分析，至2028年，互联网上的所有高质量文本数据或将被悉数采撷，而机器学习所依赖的高质量语言数据集，其枯竭的时间点甚至可能提前至2026年。

这一“数据墙”的预言，无疑在AI行业内投下了一片阴影，成为制约其快速发展的重大瓶颈。

然而，面对这一看似绝望的局面，部分科学家却持有更为乐观和宽广的视角。他们认为，断言“人工智能模型正步入数据枯竭的绝境”过于悲观且片面。在语言模型的细分领域内，仍有一片未被充分探索的数据蓝海，蕴藏着丰富的差异化信息，等待着被挖掘利用，以驱动更加精准、定制化的模型构建。

为了跨越“数据墙”的障碍，AI界正积极探索多种创新路径。其中，合成数据作为一种潜力巨大的解决方案，正逐渐进入人们的视野。这类数据由机器智能生成，理论上具备无限供应的能力，为解决训练数据稀缺问题提供了全新的思路。

然而，合成数据的应用亦非毫无风险，其潜在的“模型崩溃”危机不容忽视——即当机器学习模型在由AI生成的可能存在偏差的数据集上训练时，可能会导致模型对现实的误解与扭曲。

因此，在利用合成数据等创新手段的同时，AI领域还需保持审慎态度，加强数据质量的监控与评估，确保数据的多样性与真实性，从而有效避免“模型崩溃”的风险，推动AI技术健康、稳健地发展。

"法观"公测倒计时：中国法考首迎AI闯关者，Lawbench性能超越GPT-4标杆

近日消息，"法观" AI大模型最近取得了令人瞩目的成就，它以客观题182分的高分，并在主观题上展现出优异性能，成功通过了中国法律职业资格考试。

这一成果不仅是AI技术在法律领域应用的重大突破，也标志着AI对复杂逻辑和语言理解能力的提升，为未来智慧司法的发展奠定了坚实的基础。

“万法”大模型

中国司法大数据研究院紧跟大模型应用发展趋势，积极开展大模型前瞻布局，致力于为法律界提供专业的知识体系构建、精准的风险分析模型、智能化法律服务等能力。

经过一年多的积累和沉淀，中国法研的“万法”大模型已经开始对外提供服务。

“法观”大模型简介

“法观”基于“万法”大模型，由中国司法大数据研究院、数智枫桥研究院联合设计研发，天同作为实务共建单位共同部署。“法观”产品将于 8 月 10 日开放公测。

结果

Lawbench 测试得分为 64.38 分，超过北京大学法学院的 Chatlaw（60.08 分）及美国 OpenAI 的 ChatGPT-4（52.35），暂列全球第一。

注：Lawbench 则是一个由南京大学和上海人工智能实验室联合构建的中文法律问答模型评估数据集，旨在全面评估大型语言模型在法律领域的实际性能表现。

该数据集包含三个关键维度：法律知识记忆、法律知识理解、法律知识应用，涵盖 20 个子测评项，覆盖单选、多选、回归、抽取和生成等五大类法律专业任务。

“法观”以客观题 182 分及主观题优秀表现，实测通过中国法律职业资格考试（学习资料中不包括考试题目，属于真考），成为全球首个通过中国法考的人工智能产品。