- 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。
...型FLAMe系列，FLAMe-RM-24B模型在RewardBench上表现卓越，以87.8%准确率领先GPT-4o。大语言模型都卷起来了，模型越做越大，token越来越多，输出越来越长。那么问题来了，如何有效地评估大语言模型的长篇大论呢？要是输出长度长了但...……更多
2024-08-05 09:37:00准确率,模型,评估,评估,模型,数据
...验评估方面，HourVideo采用五选多任务问答（MCQ）任务，以准确率作为评估指标，分别报告每个任务以及整个数据集的准确率。由于防止信息泄露是评估长视频中的MCQ时的一个重要挑战——理想情况下，每个MCQ应独立评估，但这种...……更多
2024-11-11 13:31:00团队,智能,空间,视频,模态,模型
...学场景。
所有数据和代码、模型均已开源。MMedBench 上的准确率，图 d 展⽰了在 MMedC 上进⼀步预训练使模型性能相⽐于基线显著提升。大规模多语医疗语料（MMedC）构建在构建数据集方面，研究团队收集了一份多语言医疗语料库...……更多
2024-09-30 09:51:00多语,大规,模型,语料,基准,大规模
...T4-8k、GPT3.5-turbo-6k、LlamaIndex这种商业模型，平均只有40%的准确率。而像开源模型表现就更不理想了…ChatGLM2-6B、LongLLaMa-3B、RWKV-4-14B-pile、LLaMA-7B-32K平均只有10%的准确率。目前该论文已被ACL 2024接……更多
2024-08-08 09:39:00基准,北大,生成,模型,文本,评估
...T-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，我们对现有 LLM 的事实性能力进行了全面的评估。并维护一个全面的 leaderboard 榜单。同时我们也在评测集上实验分析了推理 s……更多
2024-11-21 09:43:00事实性,基准,中文,评测,事实,模型
...中表现显著衰减，表现最佳的o1-preview模型在三轮对话的准确率从87.7%下降到70.7%；在非拉丁文字语言上，所有模型的表现显著弱于英语。在大语言模型（LLMs）不断发展的背景下，如何评估这些模型在多轮对话和多语言环境下的指...……更多
2024-11-26 09:51:00多语,大比,基准,指令,任务,语言
...过基于规则的匹配进行评估，研究团队对非编程任务使用准确率，并对编程任务使用公正的pass@k指标，定义如下：
本次评估中设定k = 1且n = 5，c表示通过所有测试用例的正确样本数量。奥林匹克竞技场奖牌榜：与奥运会使用的...……更多
2024-06-25 09:45:00奥林,奥林匹克,竞赛,模型,推理,能力
... 作为备选。最终的报告结果将基于得分转换为 0 到 100 的准确率指标。未来也可以在我们动态更新的榜单里查看多模态模型在每个月动态更新的最新评测数据，以及在榜单上的最新评测的结果。 ……更多
2024-08-22 09:50:00模态,框架,模型,评测,污染,成本
...提升测试结果显示，经过CodeDPO优化后，代码模型的生成准确率和效率，都获得了一定提升。★代码准确性实验研究团队在HumanEval（+），MBPP（+）和DS-1000三个数据集上进行了广泛实验，涵盖8种主流代码生成模型，包含Base模型和SF...……更多
2024-11-28 09:57:00代码生成,偏好,框架,北大,生成,模型
...数据融合进核保预测模型中,不断修正核保结论,训练核保准确率。这种基于数据的分析和修正过程,使得平安保险核保系统能够准确地评估风险,提高核保的效率和准确性。面对保险行业核保场景新一轮的挑战,平安保险始终与时俱...……更多
2023-11-07 19:58:00平安保险,多维,平安,立体,评估,学习
...贝叶斯算法学习曲线，红色线代表测试集(学习过程中)的准确率(Score)，绿色线代表该模型在测试集上的准确率，线两侧的半透明带的宽度代表方差(方差越小，模型稳定性越好，泛化性能越好)。从图1可看出，随着训练量(Train examp...……更多
2024-08-26 09:59:00性能分析,算法,电子邮件,性能,常见,邮件
...的 LongVILA 模型在 1400 帧的大海捞针实验中实现了 99.5% 的准确率，相当于 274k 个 token 的上下文长度。此外， MM-SP 系统可以有效地将上下文长度扩展到 200 万个 token 而无需梯度检查点，与环形序列并行（ring sequence parallel……更多
2024-08-22 09:51:00英伟,准确率,支持,视频,序列,训练
...估了模型的性能，结果显示相比现有方法，RecDiff在推荐准确率方面取得了显著提升。未来，RecDiff团队计划将RecDiff拓展到更多推荐场景中，并结合多模态信息，进一步探索该模型的潜力和应用价值。论文：http://github.com/HKUDS/RecDif...……更多
2024-07-30 09:31:00社交,实验室,模型,实验,智能,数据
...评估AI智能体在计算可重复性方面的表现，最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...……更多
2024-09-26 13:38:00普林,普林斯顿,斯顿,准确率,基准,科学家
...e given problem about geometric shapes.」可以看到，性能并不好，准确率只有 36%，应该有很大的改进空间。不过，在使用 APE 之前，让我们先尝试下一种提示技术：思路链（CoT）推理；这种技术虽然对原始提示词修改不多，但事实证明却...……更多
2024-09-10 13:39:00从头,人工,提示,指南,工程,提示
...模型预测的有效性，确保模型能准确反映市场动态。采用准确率、召回率等评估指标，对模型性能进行量化衡量，是这个阶段的关键操作。金融领域对预测准确性的要求极高，因此，模型要持续优化和更新以适应市场变化。(二)...……更多
2024-04-13 05:53:00优势,驱动,金融,应用,分析,数据
...反馈，不断优化数据模型和算法，提高风险识别和预警的准确率。同时，根据实际业务需求和市场变化，持续改进数据管理流程和方法，提升金融风险数据资产的管理水平。信息化在金融风险数据资产建设方面发挥着重要作用。...……更多
2024-01-22 11:43:00风险管理,信息化,风险,金融,应用,管理
...多学科多模态理解和推理（MMMU）基准测试中取得了69.1%的准确率。不过，基准测试结果是否真的能反映模型对多样化主题的深入理解，仍然有争议，或者说模型是否只是利用了统计模式，而非依靠理解和推理的情况下就能得出正...……更多
2024-09-18 13:31:00模态,史诗,基准,难度,问答,文本
...主研发的 AIGC HR 行业大模型和多模态算法，人机对比实验准确率超 92%，在国际处于技术领先水平，但却在融资和业务拓展中遭遇重重困难。在 AI 招聘的蓝海市场中，作为一家创业期的 AI 招聘公司，近屿智能如何向客户证明 AI ...……更多
2023-10-31 21:02:00还是,公司,算法,招聘,智能,候选人
...键步骤。统计学方法提供了各种性能指标，如均方误差、准确率、召回率和F1分数等，用于衡量模型的性能。这些指标允许我们量化模型的预测能力，并对不同模型进行比较。通过统计学方法，我们可以确定哪种模型在特定任务...……更多
2024-01-27 03:05:00人工智能,统计学,人工,策略,统计,智能
...的批评意见更长时，也更容易出现幻觉。这有点类似于「准确率」和「召回率」之间的权衡。FSBS能够激励CriticGPT在产生更长、更全面的批评时，减少「无中生有」或者「鸡蛋里挑骨头」的发生率。之后进行的消融实验也证明了FS...……更多
2024-07-01 09:23:00力作,批评,团队,模型,人类,训练
...结合语音和大脑活动数据后，这个模型在诊断抑郁症时的准确率高达97.53%，比其他方法都要好得多。“这是因为语音里有很多我们现在还无法从大脑里直接得到的信息。”Maskeliūnas解释道。参与这项发明的KTU博士生Musyyab Yousufi说...……更多
2024-11-23 14:12:00准确率,抑郁症,秘诀,高达,数据,抑郁症
...一组新的 101 个 LitQA2 问题。PaperQA2 在原始 147 个问题上的准确率与后一组 101 个问题的准确率没有显著差异，这表明在第一阶段的优化已经很好地推广到了新的 LitQA2 问题（下表 2）。
PaperQA2 性能分析研究者尝试改变 PaperQA2 的参...……更多
2024-09-13 13:33:00博士后,模型,科研,博士,检索,能力
...是希望actor能生成更好的响应，但训练效率依赖于judge的准确率。因此，meta-judge作为训练judge的角色，可以同时提升模型作为actor和judge的性能。这三种角色组成的迭代训练模式如图1所示，在第t个步骤中，先收集模型M_t对提示x的...……更多
2024-08-01 09:40:00三角,进化,模型,奖励,训练,迭代
...答中“满口跑火车”，甚至“造谣”。图源Pixabay防止AI大模型出现这种行为并非易事，且是一项技术性的挑战。不过据外媒Marktechpost报道，谷歌DeepMind和斯坦福大学似乎找到了某种变通办法。研究人员推出了一种基于大语言模型...……更多
2024-04-01 11:59:00事实,评估,搜索,事实,机器人,模型
...目已落地丽水，通过AI辅助当地医生提高多种癌症的筛查准确率和效率。AI技术在临床医学上的应用正在提速，这让生物医疗领域的未来有了更多想象空间，也让从前不可及的前沿医学成果快速实现转化，让普通百姓受益。“罗...……更多
2024-03-15 05:43:00钥匙,医疗,甲状,罗定,甲状腺,天南
...。经过测试，大模型能在一两秒内快速检索百万级数据，准确率高达95%。刘宏斌表示，CARES Copilot 1.0目前已在香港多家医院的不同科室进行了实地测试和优化，验证了其作为手术智能辅助工具的基础功能和关键技术。下一步，研...……更多
2024-04-01 02:22:00模型,开放,中国科学院,香港,模型,医疗
...的新标准。特别是在 MMLU 上，预训练版本实现了 84.0% 的准确率。代码与推理Mistral AI 基于此前 Codestral 22B 和 Codestral Mamba 的经验，在很大一部分代码上训练了 Mistral Large 2。Mistral Large 2 的表现远远优于上……更多
2024-07-26 09:36:00模型,基准,多语,测试,性能,生成
...；模型也能够从解析后的屏幕中利用更多信息，动作预测准确率更高。因此，OmniParser结合了微调后的可交互图标检测模型、微调后的图标描述模型以及光学字符识别（OCR）模块的输出，可以生成用户界面的结构化表示，类似于...……更多
2024-10-28 09:51:00贾维斯,贾维,时代,电脑,模型,图标
用ChatGPT诊断疾病，准确率已经超过了人类医生？！斯坦福大学等机构进行了一轮随机临床试验，结果人类医生单独做出诊断的准确率为74%。在ChatGPT的辅助之下，这一数字提升到了76%。有意思的是，如果完全让ChatGPT“自由发挥...……更多
2024-11-19 09:43:00准确率,人类,疾病,医生,病例,医生
更多关于科技的资讯：
当承载着“国之重器”的核导弹方阵在阅兵式上巍然驶过，中国的科技实力与国防实力以庄严姿态展现于世界。在震撼之外，“核”所蕴含的巨大能量
2025-09-29 13:11:00
中新经纬9月29日电 题：备战“十一”消费高峰，平台用AI重塑购物逻辑作者 盘和林 工信部信息通信经济专家委员会委员“十一”长假将至
2025-09-29 13:13:00
鲁网9月29日讯在山东聊城市茌平区洪官屯镇的土地上，山东泊西实业集团有限公司正以蓬勃之姿，书写着海外出口的精彩篇章。走进泊西集团的生产车间
2025-09-29 12:07:00
近年来，伴随区域化、特色化产品的迅速增长，各大品牌在深耕主业的同时也开始积极探索新赛道、新领域。乌江榨菜作为涪陵榨菜集团旗下的核心品牌
2025-09-29 08:03:00
[北京] – 继中国首家多美卡品牌专卖店入驻玩具反斗城上海南丰城店并成功引爆小车收藏热潮后，玩具反斗城（Toys“R”Us）与多美（TAKARA TOMY）的战略合作再结硕果
2025-09-29 07:33:00
南报网讯（记者张甜甜）10月2日至3日，由南京报业传媒集团旗下南报优选供应链公司主办的首届紫金山国潮漫文化嘉年华，将在南京国际展览中心举办
2025-09-29 07:42:00
9月23日，长春航空展圆满闭幕，“净月号”凭借其震撼的实体造型与深厚的文化内涵，成为展会瞩目的焦点。这艘承载中式太空梦想的“星舰”
2025-09-28 10:07:00
为更好的服务广大客户，富德生命人寿安平支公司积极组织员工开展《产品健康增值服务》培训。培训中，讲师细致讲解公司产品健康增值服务
2025-09-28 10:12:00
河北新闻网讯（王丽英）9月24日至25日，宁晋县晶龙集团举行人力资源专业培训，内训师靳桂峰、王素峰和张晓宁分别围绕工伤保险及识人辨人
2025-09-28 10:18:00
当地时间9月27日上午11点，美团旗下国际外卖品牌Keeta正式在阿联酋迪拜启动运营，这是Keeta继8月上线卡塔尔、9月上线科威特后
2025-09-28 10:22:00
9月27日上午10点，小米17系列开售，价格4499元起！并全系首发第五代骁龙 8 至尊版。据悉，小米17尺寸6.3，7000mAh 电池
2025-09-28 10:22:00
齐鲁晚报·齐鲁壹点 王会广 通讯员 李杰在数字经济蓬勃发展的当下，大数据、云计算、物联网、移动互联网、人工智能以及区块链等新兴技术的广泛应用
2025-09-28 10:56:00
在直播与正片并行制作逐渐成为综艺内容生产新常态的当下，真人秀现场对影像系统的要求不断提升：既要满足直播的即时输出，又要兼顾正片制作的高质量成片
2025-09-28 11:51:00