Read AI 发布了其大型会议模型（LMMs），将上下文窗口从单个会议扩展到数千个会议。
“过去，会议摘要就像杂志上的文章，有趣但很少与其他内容关联。 Read 的 LMMs 发布后，会议就像书中的章节，上下文在接下来的发展中起关键作用，” Read 的联合创始人兼首席执行官 David Shim 说。
今天，我们分享了 Read 的 LMMs 所实现的创新技术：
LMMs 应用于您代表您参加或与您共享的会议，生成个性化播客，突出过去 24 小时并为即将到来的会议做准备。通过在您早晨通勤时收听每日 Read 来为一天做准备。每日 Read 样本播客。
在可以访问您的数千次会议以及与您共享的会议的情况下，Read 可以根据主题发现常见问题。然后根据参与者的受欢迎程度和反应，从过去和未来的会议中提取答案。
单个会议可以创建操作事项列表，但无法跟踪进度和交付。 Read 的 LMMs 识别出一个操作事项，并创建一个助手，扫描数千次会议，确定操作事项，并实时更新这些操作事项的状态。
与单个会议摘要不同，Read 的 LMMs 从您的会议中学习您感兴趣的主题，在数千页会议中搜索，并生成个性化的 For You 页面。此页面从您的会议以及团队和公司共享的会议中整合内容，提供主题、团队或工作区的全面视图。
Read AI 的 LMMs 不仅限于会议，今天我们加入了日历。通过将日历整合到 Read 的 LLMs，Read 能够为会议参与者提供最佳的会议安排时间的透明度，利用过去的参与和情感评分。
通过突破令牌限制和上下文窗口，能够超越单个会议，使得 Read 能够引入新的会议方式。
Read 的联合创始人兼工程副总裁 Robert Williams 说：“大型语言模型（LLMs）本身受限于其上下文窗口和有限的可操控性。最大的公共模型限制为大约 100,000 个词，约相当于 10 场会议，而 Read AI 的 LMMs 为 100 倍更大的上下文设计。" Read 的 LMMs 是会议的联邦，整合了以往和未来会议的上下文，以实现超越市场上其他产品的上下文化。”
Read 是会议的记录系统，迄今测量的会议时间已超过 1 亿分钟，Zoom 将该公司选为必备应用，Google 将 Read 纳入 Meet 插件的推出合作伙伴，以及与 Microsoft Azure 的合作。 随着 LMMs 的引入，Read 正逐渐成为生产力 AI 的记录系统。
.png)
%2C%20Color%3DOriginal.png)
