- 我的订阅
- 头条热搜
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
...AI于2023年底正式问世。这款财税领域的GPT以财税理论回答正确率高达92%的惊人成绩，率先占领了业内第一梯队。同时，小竹财税成功获得1000万元天使轮融资。据了解，小竹财税（安徽小竹信息技术有限公司）成立于2021年11月，...……更多
2024-03-14 13:30:00中国,模型,模型,领域,需求,正确率
...闭源大模型。目前在评测集上 o1-preview 都仅刚过及格线 (正确率 63.8)， 其他大部分模型都处于低分状态，其中 GPT-4o mini 仅 37.6 分，ChatGLM3-6B 和 Qwen2.5-1.5B 仅 11.2 和 11.1 的准确率。基于中文 SimpleQA，我们对……更多
2024-11-21 09:43:00事实性,基准,中文,评测,事实,模型
近日，百融云创大模型参加一场“考试”，并取得了行业领先的成绩，多项指标优于ChatGPT3.5。随着各类大模型的相继问世，如何去评估大模型的性能变得越来越重要。百融云创参加的这场“考试”名叫检索增强生成基准测评，...……更多
2024-03-28 16:16:00精度,幻觉,模型,结果,模型,幻觉
...如果大模型对预测结果表示具有高度自信时，回答结果的正确率也更高，也就是说，大模型完全可以辅助人类做科研新发现。最重要的是，这种方法并不特定于某一个学科，其他知识密集型任务上也可以使用。科研结果预测即使...……更多
2024-12-09 09:50:00暴虐,准确率,模型,高达,完了,科研
代码模型SFT对齐后，缺少进一步偏好学习的问题有解了。北大李戈教授团队与字节合作，在模型训练过程中引入偏好学习，提出了一个全新的代码生成优化框架——CodeDPO。在部分模型上，相比于单独使用SFT，CodeDPO能够将模型的...……更多
2024-11-28 09:57:00代码生成,偏好,框架,北大,生成,模型
...下没有难懂的财税。 记者：小竹财税AI在财税领域的回答正确率高达92%，远超通用大模型。这一成就是如何实现的？袁林：这一成就得益于我们高质量、多样化的垂直（专业）数据库。在模型的embedding过程中，我们探索了多种中...……更多
2024-04-25 10:30:00模型,浪潮,专访,模型,专业,领域
...处理，这都与避免大模型幻觉，突破大模型识别、理解的正确率强相关。傅盛认为，大模型数据服务正是产业链中决定大模型基础能力的关键，需要和应用高度结合，将高质量数据找出来。这对于企业而言是必须要解决的难题，...……更多
2024-11-29 09:26:00窗户纸,窗户,逻辑,大战,背后,数据
【新智元导读】最近，一支来自UCSD和清华的研究团队提出了一种全新的微调方法。经过这种微调后，一个仅80亿参数的小模型，在科学问题上也能和GPT-4o一较高下！或许，单纯地卷AI计算能力并不是唯一的出路。我们都知道，在...……更多
2024-12-03 13:34:00正确率,清华,模型,全新,科学,方法
...正逐渐崭露头角，挑战着过去“越大越好”的观念。视觉中国当地时间8月21日，微软和英伟达相继发布了最新的小型语言模型——Phi-3.5-mini-instruct和 Mistral- NeMo- Minitron8B。这两款模型的主要卖点是它们在计算资源使用和功能表现...……更多
2024-08-26 14:17:00模型,英伟,微软,模型,训练,性能
...个姐妹，那么爱丽丝的兄弟有多少个姐妹呢？」问题时，正确率非常低。我们让 GLM-4-Flash 试了试，回答正确。改变了主角性别和亲属关系之后，GLM-4-Flash 同样可以理解，再次回答对了。测试 3：对于多人真假话判断问题，GLM-4-Fla...……更多
2024-08-28 09:43:00真香,模型,模型,能力,应用,开发
...，他们设置了三个不同的评估指标，分别是Top-1（第一项正确率）、Top-5（前五项正确率）和Top-max（是否包含正确答案）。在Top-1指标中，o1 mini在约200条数据上的得分是17%。o1得到了25%，而微调后的o1 mini，得到了31%。ChatGPT就此生...……更多
2024-12-09 09:53:00奥特,奥特曼,字节,直播,惊喜,模型
...简单任务的准确率可以达到60%，最难任务准确率仅有21%大模型的能力越来越强，用户在一些重要的任务中也可以依赖大模型，比如说辅助做科研。不过现有科研辅助相关的基准测试都太简单，跟现实世界的任务差距还是比较大的...……更多
2024-09-26 13:38:00普林,普林斯顿,斯顿,准确率,基准,科学家
融合物理知识的大型视频语言模型PhysVLM，开源了！它不仅在 PhysGame 基准上展现出最先进的性能，还在通用视频理解基准上（Video-MME, VCG）表现出领先的性能。在这项研究之前，想让AI像人类儿童一样，通过观察世界理解基本的...……更多
2024-12-07 09:53:00准确率,百分点,百分,模型,物理,视频
...现。上述评测还显示，o1模型在MMLU Categories中的高数测试正确率高达98%，且在ML Benchmarks中的数学测试相较GPT-4o获得了超过34%的最大绝对性优势，足以显示o1模型是个数学超级“学霸”。
OpenAI还选择了专为美国最优秀的高中数学...……更多
2024-09-13 16:44:00复旦,相关性,概率,推理,模型,教授
...州立大学的科研团队利用 PlanBench 基准，测试了 OpenAI o1 模型的规划能力。研究结果表明 o1 模型取得了长足的进步，但仍然存在很大的局限性。PlanBench 基准简介PlanBench 开发于 2022 年，用于评估人工智能系统的规划能力，包括 600 ...……更多
2024-09-26 09:50:00准确率,实测,模型,能力,规划,模型
...)。从图1可看出，随着训练量(Train examples)的增大，训练集正确率下降，测试集正确率上升，最后稳定在0.84左右，准确率一般，但方差较小，具有较强的抗过拟合能力。图2.决策树图2为决策树学习曲线，红色线代表测试集(学习过...……更多
2024-08-26 09:59:00性能分析,算法,电子邮件,性能,常见,邮件
...导航，以执行OpenAI所说的“深度研究”。图片来源：视觉中国-VCG31N2008743681OpenAI被问及上述所说的草莓技术时，OpenAI的发言人在一份声明中表示：“我们希望自身AI 模型能够像我们（人类）一样看待和理解世界。持续研究新的AI...……更多
2024-07-18 09:47:00最新技术,难题,研究,技术,模型,小数
...新评测中，夸克 “灵知” 学习大模型在考研数学题上的正确率和得分率已经可以比肩OpenAI最新发布的o1模型，且远超国内其他模型。另外，在多个国内数学竞赛与高考等重要测试中，夸克的正确率和得分率也处于绝对领先地位...……更多
2024-11-01 11:51:00夸克,学习能力,难题,效率,能力,用户
...这是该团队在继 PMC-LLaMA 后，在持续构建开源医疗语言大模型的最新进展。该项目受到科创 2030—“新一代人工智能” 重大项目支持。在医疗领域中，大语言模型已经有了广泛的研究。然而，这些进展主要依赖于英语的基座模型...……更多
2024-09-30 09:51:00多语,大规,模型,语料,基准,大规模
...型，花费将近百万，于2023年年底，适配出财税理论回答正确率92%以上的小竹财税AI。至此财税界的首个AI大模型正式诞生，也是在同一时间，小竹财税第一笔种子轮融资1000万元完成!标志着中国大模型在财税这个垂直领域开始被...……更多
2024-04-09 14:30:00中国,生态,城市,全国,中国,模型
...随后，他们开始进行大量的测试。期间发现，如果只使用正确率作为最终的测试结果，并不能完全体现本次算法的优势。由于对大模型的请求是有成本的，所以当算法在使用大模型解决数学问题时，算法会设置一个针对大模型的...……更多
2024-03-13 10:26:00数学,数学题,科学家,模型,辅导,课程
...题、增加候选选项、引入纯视觉输入设置）更严格地评估模型的多模态理解能力；模型在新基准上的性能下降明显，表明MMMU-Pro能有效避免模型依赖捷径和猜测策略的情况。多模态大型语言模型（MLLMs）在各个排行榜上展现的性...……更多
2024-09-18 13:31:00模态,史诗,基准,难度,问答,文本
...，OpenAI CEO 山姆・奥特曼向我们介绍了迄今为止最强的大模型，和基于它的一系列应用，一切似乎就像当初 ChatGPT 一样令人震撼。OpenAI 在本周一的首个开发者日上推出了 GPT-4 Turbo，新的大模型更聪明，文本处理上限更高，价格也...……更多
2023-11-08 18:08:00模型,测试,用户,代码,基准,尝试
...效果的影响。主要结论如下：多数情况下，自我纠错后的正确率高于原正确率（图4）
正确率提升与自我评估的准确率高度相关（图4(c):），甚至呈线性关系（图5（a））。
采用不同的评价方式效果依次提升：仅使用对/错评价 &...……更多
2024-11-19 09:48:00推理,北大,团队,解释,能力,理论
...型的自学习、自完善、自更新，提高各料型自动判级综合正确率，为废钢采购全流程智能化验质提供技术保障。该公司根据现场需求，积极展开靶向技术攻关。权万红带领技术团队认真查看废钢定级系统中的车次分层拍照质检情...……更多
2023-11-09 18:47:00废钢,攻关,智能,技术,科技,废钢
...院工作过一段时间。在 ChatGPT 面世以后，他意识到针对大模型的研究范式存在一定的不足，于是决定来到香港中文大学读博。图 | 曾忠燊（来源：曾忠燊）前不久，曾忠燊和所在团队提出一个全新评测范式。基于这一评测范式，...……更多
2024-03-04 10:23:00革新,模型,范式,中文,推理,团队
...开的彻彻底底。这不，Meta一连放出三篇技术文章，从大模型适配方法出发，介绍了：如何使用特定领域数据微调LLM，如何确定微调适配自己的用例，以及如何管理良好训练数据集的经验法则。接下来，直接进入正题。适配大模...……更多
2024-08-27 12:03:00小白,长文,千字,基础,指南,训练
...让通用大模型像学生一样去解答题库里的题目，发现它的正确率非常低；接下来又尝试让通用模型进行模拟题的定制，测试下来发现，通用大模型只能做到模仿题目的形态，在题目的难度、内容和考点设置上都没有办法满足需求...……更多
2024-07-13 09:49:00范式,人工智能,人工,老师,智能,专家
...GPT-4进行了一场能力评测。▍文本测试：谷歌Gemini 1.5 Pro正确率和速度完胜GPT-4o和GPT-4OpenAI发布GPT-4已过去一年多，据介绍，此次推出新旗舰模型GPT-4o的推理能力有明显的提升，速度快了，价格也下降了。谷歌Gemini系列以其标志性...……更多
2024-05-17 14:26:00实测,巅峰,选手,记者,明星,模型
...人工智能）程序员已经宣布正式上岗。据报道，国内某大模型企业近期正在内部推行AI编程，使用大模型辅助程序员写代码、读代码、查BUG（漏洞）、优化代码等。这一AI程序，还被分配了正式的员工工号，据企业相关人士透露...……更多
2024-04-07 13:55:00程序员,焦虑,程序,程序员,模型,程序
更多关于科技的资讯：
省数据和政务服务局发布公告公开征集一批河北省高质量数据集河北日报讯（记者解楚楚）9月26日，河北省数据和政务服务局发布公告
2025-10-04 08:03:00
央媒看太原9月30日，央视财经频道《经济信息联播》栏目以《双节市场备货足美食特产受青睐》为题，报道了假期到来，太原市各大综合市场提前备货
2025-10-04 07:17:00
厦门网讯（厦门日报记者 楚燕 通讯员 石青青）长假期间，许多人从忙碌的工作中解脱出来，趁机好好休息。可是，如果休息方式不得当
2025-10-03 08:37:00
渤海之潮涌动着澎湃的脉搏，海河之畔镌刻着科技的印记。10年前，一颗带有“清华”基因的种子在天津这片沃土扎根；10年后，它长成一棵枝繁叶茂的参天大树
2025-10-03 09:25:00
9月29日，抖音生活服务联合北京卫视发起“老板驾到”直播活动，助力北京国庆中秋消费。抖音用户在@北京卫视 直播间下单超1万次
2025-10-03 18:36:00
国庆首日，“FutureBOT未来引力”2025北京机器人文化节在北京昌平超极合生汇正式拉开帷幕，成为国庆假期极具科技温度的打卡地
2025-10-03 19:06:00
泰康人寿发布新品“泰康百万药无忧（庆典版）医疗保险”（以下简称“百万药无忧”），以广覆盖、易投保、强保障、低费率为优势
2025-10-03 09:17:00
厦门网讯（厦门日报记者 翁华鸿 通讯员 林雨新）在近日举行的2025全球数据管理峰会“数据要素分论坛暨大数据统计与人工智能技术创新管理研讨会”上
2025-10-03 08:38:00
摘要：2025“你是达芬奇”全球青少年科学与艺术创新赛圆满落幕，其中金奖获奖少年的亲身实践告诉我们，在AI赋能的新时代
2025-10-02 16:22:00
2025年10月1日，随着国庆长假首日出行高峰的到来，高德基于北斗卫星导航系统的定位数量接近1万亿次，支撑导航总里程数超90亿公里
2025-10-02 22:31:00
10月1日，从太钢获悉，今年以来，太钢不锈进料加工团队以“精准备案、高效协同”为核心，在进料铬铁镍铁资源利用方面取得突破性进展
2025-10-02 17:39:00
厦门网讯（厦门日报记者 林露虹）记者昨日从中国移动咪咕公司获悉，该公司打造的“鼓浪屿AI伴游”服务已正式上线。市民和游客只需打开“鼓浪屿元宇宙”微信小程序
2025-10-02 08:57:00