要点
- 开创性的LLM是全球竞争性的,来自澳大利亚的国内发展(例如GPT-4,Claude 3.5,Llama 3.1)。 澳大利亚研究和贸易目前主要取决于国际LLM,这些LLM反复使用,但对澳大利亚英语和文化背景有可衡量的限制。
- Kangaroo LLM是本地开发的LLM项目。 在Katic AI,Rackcorp,NextDC,Hitachi Vantara和Hewlett Packard Enterprise的支持下,它的目标是专门为英语建立模型,但它仍然处于早期数据收集和治理的阶段,没有权重或模型标准或模型标准或在2025年8月分布生产力。L
- 国际模型(Claude 3.5十四行诗,GPT-4和Llama 2)可以在澳大利亚广泛访问,并用于研究,政府和工业。 他们在澳大利亚背景下的出版物通常遵守主权数据,隐私法以及提炼模型的挑战。
- 澳大利亚的学术研究为LLM评估,公平性和对现场的适应性提供了重要贡献,而不是基本的体系结构。 关于UNSW,Macquarie和Adelide University的工作着重于发现偏见,法律和法律应用,并调整预先培训的模型,而不是从零点开始的新LLMS建筑。
- 政府在人工智能中的投资和工业发展壮大,但人工智能的主权仍然是雄心勃勃的。 在大学领域,政策,投资资本增加以及战略行业伙伴关系的积极发展,但没有针对大规模的大型利用LLMS培训的会计基础设施或商业环境系统。
本地形式开发:Kangaroo LLM
Kangaroo LLM 这是澳大利亚建立专门为英语和澳大利亚文化设计的大型开源语言模型的开创性努力。该项目由非营利组织管理,旨在创建一个了解澳大利亚幽默,语言和法律/道德标准的模型。但是,截至2025年8月,Kangaroo LLM是 尚未训练有素的模型,指标或公众可用。最好描述他目前的立场如下:
- 合作伙伴: Katonic AI(铅),Rackcorp,NextDC,Hitachi Vantara,Hewlett Packard Enterprise。
- 一个任务: 为了创建一个对澳大利亚网络内容培训的开源LLM,以本地文化和文化的一致性为基本目标。
- 进步: 该项目已经设置了420万个澳大利亚网站来收集潜在的数据,最初的重点是754,000个站点。由于法律和隐私问题,该爬网在2024年底被推迟,并且没有发布公共数据组或模型。
- 技术方法: “ kangaroo bot” robots.txt尊重并允许订阅网站。数据是在“蔬菜数据组”中处理的,并通过“大障碍”培训LLM进行了改进。模型的结构,大小和训练方法仍然未经通知。
- 治理: 它是一个非营利组织,与志愿者工人一起工作(大约100名志愿者,10次以上的全日制奖励)。公司和可能的政府赠款要求财务,但尚未宣布公共或私人投资。
- 桌子: 它最初是由于2024年10月的推出,但截至2025年8月,该项目仍处于数据收集和法律合规阶段,没有训练有素的模型分配日期。
- 指示: Kangaroo LLM是朝着人工智能的主权迈出的象征性和实用的一步,但它尚不是全球LLM的技术替代方案。成功取决于澳大利亚开发商和机构的持续融资,技术实施和认证。
出版国际模式
克劳德3.5奏鸣曲 (男人), GPT-4 (Openai)和 喇嘛2 (Meta)全部可用,并且在澳大利亚研究和工业中被积极使用。它们的依赖性取决于它们的出色功能,以及通过云服务提供商(AWS,Azure,Google Cloud)的访问权限以及机构运作中的集成。
- 克劳德3.5奏鸣曲 自2025年2月以来,它已在AWS的悉尼地区提供,使澳大利亚组织能够在最新模型上使用LLM,并符合数据。该模型用于从客户服务到科学研究的应用程序。
- GPT-4 和 喇嘛2 它被广泛用于澳大利亚大学,初创企业和公司,用于初始模型,内容生成和任务自动化。它的使用通常完全伴随着本地数据组,以提高重要性和准确性。
- 案例研究悉尼: 克劳德团队使用了对鲸鱼的声音数据的分析,因为它在发现迷你鲸鱼时达到了89.4%的分辨率,这是传统方法的显着改善(76.5%)。该项目解释了如何适应当地科学需求,但也强调澳大利亚对外部模型的依赖。
研究贡献
澳大利亚的学术机构从事LLM研究活动,但他们的重点是 评估,公平和适应现场和应用– 它不适合大型新机构模型。
- UNSW的好友标准: 英语,英语和印度语言的感觉和嘲笑的系统评估框架。它表明,全球LLM在澳大利亚英语中一直很弱,尤其是发现嘲讽(Reddit上的F-Score 0.59,而感觉为0.81)。这项工作对于理解本地环境中当前模型的限制至关重要。
- Makari大学的LLMS Medical LLMS: 研究人员拥有生物伯特(Albert Biobert)变量来回答医疗问题,并在国际比赛中取得最佳成绩。这表明了澳大利亚在将当前模型调整为专业领域的力量,但没有在开发新结构中。
- CSIRO DATA61: 它发布了使用LLM,AI维护隐私和管理典型风险的基于代理的系统的研究。他们的工作是实用的,专注于政治,并且不专注于开发基本模型。
- 阿德莱德大学和梳子: 建立于2024年底的Commbank AI建筑中心旨在增强金融服务的机器学习,包括发现欺诈和个人银行服务。这是对行业的巨大投资,但再次将重点放在应用和调整上,而不是新的Broad -range LLM建筑物。
政治,投资和生态系统
政府政策:
澳大利亚政府通过强制性透明度,测试和对高度危险的应用程序制定了风险人工智能政策的框架。 2024年,隐私法改革为人工智能的透明度提供了新的要求,影响了如何选择和发布模型。
投资:
澳大利亚初创公司的投资资本在2024年达到13亿美元,在2025年初,人工智能约占所有项目交易的30%。但是,这项投资的大部分都存在于应用层公司中,而不是开发基本模型。
行业采用:
2024年的民意调查发现,有71%的澳大利亚大学员工使用产科情报的工具,主要是Chatgpt和Claude。机构增加,但通常仅限于数据主权,遵守隐私以及缺乏本地设计模型的要求。
杂种基础设施:
澳大利亚没有用于LLM培训的大规模数学基础设施。尽管AWS中的悉尼地区现在支持Claude 3.5十四行诗,但大多数形式的培训都广泛地取决于国际云服务提供商。
概括
LLM场景在澳大利亚定义 取决于应用,采用不断增长的机构的强大研究以及积极政策的制定, 但 没有大型基本模型。 Kangaroo LLM是少数重要的当地努力之一,但仍处于早期阶段,面临着技术障碍和巨大的资源。
简而言之,澳大利亚是一位高级用户和LLM,但尚未其创建者。最重要的要素很明确:袋鼠llm是一个有意义的步骤,但尚不是解决方案。全球模型是主导的,但有本地限制。澳大利亚世界 – 评估和应用的研究和政策,而不是组成创新。
资料来源:
- https://kangaroolm.com.au
- https://au.linkedin.com/company/kangaroo-lm
- https://ia.ac.org.au/article/2024/australian-ai-project-calls-for-more-unpaid-volunteers.html
- https://www.aboutamazon.com.au/news/aws/the updrected-claude-3-5-sonnnet-anthroopics-motlligentent-motligent–ai-model-model-model-tate-avivaive-avivaive thevivaive thevivaive-in-aws-aws-sydney-grigion–
- https://www.netropic.com/customeers
- https://www.sydney.edu.au/news-opinion/news/2025/06/05/whale-song-crunched-for-minke-conservation1.html
- https://aclanthology.org/2025.findings-acl.441.pdf
- https://aclanthology.org/2023.bsnlp-1.7.pdf
- https://ceur-ws.org/vol-2936/paper-20.pdf
- https://www.adlaide.edu.au/aiml/news/list/2024/09/20/aiml-shombank-join-forms-forms-to-stablish-new-new-new-centre-for
- https://www.commbank.com.au/articles/newsroom/2025/03/anththropic.html
- https://www.csiro.au/en/research/technology-pace/ai/nsf-ai-research
- https://investMentcouncil.com.au/common/uploaded % 20files/smart %20suite/smart % 20LIBRA RY/CCD30dea-7bebe2-45E6-974C-BF9836C879f/2025 % 20AUSTARALIAN % 20CAPITION % 20Y220DFDDRIY
- https://www.bestbrokers.com/forex-brokeers/the-state-of-ai-viture-in-2025-ai-boo-sow-sow-sow-sow-sow-fer-fer-fer-fer-fer-startups-bit-bit-bigger-bets/
- https://www.cutthrough.com/insights/cut-though-quarterly-1q-2025
- https://ia.ac.org.au/article/2025/what-deepseeks-tire-could-mean-for-australian-ai.html
- https://www.digital.gov.au/policy/ai/policy
- https://sprusson.com/privacy-and-ai-ructions-2024-review-2025-took/
- https://kangaroolm.com.au
- https://kangaroolm.com.au/kangaroo-bot/
- https://au.linkedin.com/company/kangaroo-lm
- https://ia.ac.org.au/article/2024/australian-ai-project-calls-for-more-unpaid-volunteers.html
- https://ia.ac.org.au/article/2025/what-deepseeks-tire-could-mean-for-australian-ai.html
- https://www.linkedin.com/posts
- https://www.myestralnews.com.au/news-releases.htmll? lm-launches-sassive-web-crawl-australias-australias-topen-pen-source-model&pagenumber = 7
- https://www.forbes.com/councils/forbestechcouncil/2024/10/31/why-ist-tim-tim-for-australia-to-build-build-on-wn-large-lange-lange-lange-model/
- https://www.kangaroostus.com

Michal Vasttter是Badova大学的数据科学硕士学位的数据科学专家。凭借在统计分析,自动学习和数据工程方面的坚实基础,Michal优于将复杂的数据组转换为可实现的愿景。