• 我的订阅
  • 头条热搜
自动化、可复现,基于大语言模型群体智能的多维评估基准
...群智慧)来实现更稳健且更少偏见的评估,同时使该过程自动化且可扩展到多维度能力比较,Maitrix.org 发布了 Decentralized Arena。原文地址: https://de-arena.maitrix.org Leaderboards: https://huggingface……更多
87.8%准确率赶超GPT-4o登顶!谷歌DeepMind发布自动评估模型FLAMe
...实现更佳的性能。 自动评估方法为了将人工评估的流程自动化,作者对LLM任务和评估标准进行了细致的定义。数据收集和领域内很多科技巨头的做法形成鲜明对比的是,DeepMind这篇论文不仅披露了使用的数据集列表,而且从数...……更多
下载次数破39万!CMU、Meta联合发布VQAScore文生图优化方案:Imagen3已采用
...ImageReward和HPSv2等。然而,这些指标真的足够好吗?现有自动化指标的不足在评估两张图片的相似性(similarity)时,传统指标LPIPS等方法依靠预训练的图像编码器,将图像特征嵌入后再计算距离。然而,这类方法只能评估图像与...……更多
媲美OpenAI事实性基准,这个中文评测集让o1-preview刚刚及格
...严格且周密的流程,确保数据质量达到高标准。主要分为自动化构建和质量控制两个阶段:1. 自动化构建阶段,主要包括五个步骤:(1)知识内容提取与过滤:我们从维基百科等多种知识领域中收集大量富含知识的文本内容,...……更多
安全强化学习方法、理论与应用综述,慕工大、同济等深度解析
...确保机器人在与人类交互或执行任务时的安全性。 工业自动化:在自动化生产线中,利用安全强化学习优化生产过程,同时避免事故发生。 能源管理:在电网操作中应用安全强化学习,以优化能源分配,防止系统超载。未来挑...……更多
平安保险核保依托AI自主学习,扩展多维立体评估
...核保风控的健康循环,通过数据收集和分析,风险评估模型,自动化决策系统,保险公司不断改进核保流程和决策模型,以适应市场变化和新的风险挑战。传统的核保流程通常依赖于核保员的经验和业务规则,这种方式存在着一定的局限...……更多
AI科学家太多,谁靠谱一试便知!普林斯顿新基准CORE-Bench:最强模型仅有21%准确率
...级别的任务上达到了21%的准确率,即模型在常规科学任务自动化方面仍然有很大的改进空间。CORE-Bench 基准构造验证可重复性需要深度专业的领域知识,即使是对于经验丰富的研究人员来说,其过程可能也算是劳动密集型的任务...……更多
商汤又“夺金”!SuperCLUE-V多模态大模型基准发布10月榜单
...内外最具代表性的11个开源/闭源多模态理解大模型,聚焦多维度能力评估,包括基础能力和应用能力两个大方向,以开放式问题形式对多模态大模型进行评估,涵盖了8个一级维度30个二级维度。报告称SenseChat-Vision 5.5在基础能力-...……更多
田渊栋团队新作祭出Agent-as-a-Judge!AI智能体自我审判,成本暴跌97%
...,大模型、智能体、人类作为评判者的示意图。 DevAI:自动化AI开发数据集另外,在代码生成领域,基准测试的发展也落后于智能体系统的快速进步。比如,HumanEval仅关注算法问题,而MBPP则处理简单的编程任务,但这两者都没...……更多
LLM数学性能暴涨168%,微软14人团队力作!合成数据2.0秘诀曝光,智能体生成教学
...生成新的提示和响应。它们还可以实现数据生成工作流的自动化,减少或消除某些任务对人工干预的需求。论文中,作者提出了「生成式教学」的概念。这是说,使用合成数据进行后训练,特别是通过强大的模型创建数据,来教...……更多
全球首篇!调研近400篇文献,鹏城实验室&中大深度解析具身智能
...:(1)固定基座型机器人,如机械臂,常应用在实验室自动化合成、教育、工业等领域中;(2)轮式机器人,因高效的机动性而闻名,广泛应用于物流、仓储和安全检查;(3)履带机器人,具有强大的越野能力和机动性,在农...……更多
NeurIPS | 消除多对多问题,清华大规模细粒度视频片段标注新范式
...难以应对细粒度查询。为此,来自清华大学的研究者提出自动化视频 - 文本细粒度标注系统 VERIFIED,并基于此系统构建新的细粒度 VCMR 基准数据集(Charades-FIG、DiDeMo-FIG 和 ActivityNet-FIG),以推动细粒度视频理解的发展。论文题目...……更多
​首个自主机器学习AI工程师,刚问世就秒了o1,Kaggle大师拿到饱
多智能体系统,可自动化整个 ML 工作流程,节省数千小时工时。Open AI 的推理模型 o1,这么快就被比下去了?本周五,AI 社区见证了又一项突破:一个完全自动化机器学习流程的 AI 工程师,能轻松获得 Kaggle 大师水平,在参与...……更多
还在人工炼丹?自动提示工程指南来了,还带从头实现
...多个不同的提示词并对其进行测试,只不过是让整个过程自动化。后面我们会看到,这个过程非常类似于传统监督式机器学习中的自动超参数优化。本文将深度介绍 APE:首先将介绍原理、一些可用于生成提示词的策略以及其它...……更多
自动化机器学习研究MLR-Copilot:利用大型语言模型进行研究加速
...决当前研究中的具体问题。为此,我们提出了 MLR-Copilot 自动化机器学习研究的研究平台 / 演示工具 (Demonstration),利用大型语言模型(LLM)作为研究人员的 “副驾驶”,分析研究论文、提取研究问题,以提出新的研究思路和实验...……更多
Claude 3.5深夜觉醒,学会模仿人类用电脑!编程干翻o1,Agent一夜变天
...模型均取得了实质性进步The Browser Company:在使用该模型自动化网络工作流程时发现,Claude 3.5 Sonnet的表现超越了他们此前测试过的所有模型此外,在安全部署前,Claude 3.5 Sonnet已经在美国AI安全研究所(US AISI)和英国安全研究所...……更多
智能体首达Kaggle Grandmaster,华为结构化推理补齐思维链短板
...识,从而解决各种复杂问题。这需要系统级的方法,需要自动化和优化来适应具体的任务目标。举个例子,在 Kaggle 数据科学竞赛中(如图 1 所示),数据科学家需要遵循一个结构化的工作流程:收集、清理、预处理和标准化数...……更多
数字员工、超级个体、具身智能,AI Agent未来发展十大研究方向
...带来重大机遇。报告认为,随着人工智能向智能体演进,自动化系统将能够自主决策和行动。智能体不仅会为人类提供建议,还将代表人类采取行动。人工智能将继续生成文本、图像和洞察,而AI Agent将自行决定如何处理这些信...……更多
“具身智能小镇”来了!机器人逛超市买菜满街跑,来自上海AI Lab
...月,该团队还发布了具身多模态大模型Grounded 3D-LLM,能够自动化生成物体到局部区域的场景描述与具身对话数据,有效缓解了目前三维场景理解的局限性。论文地址:https://arxiv.org/abs/2407.10943GitHub地址:https://github.com/open……更多
最癫OpenAI爆料者竟是AI智能体??CEO出来认领,网友炸锅
...元先来说说MultiOn AI这家公司,专注于构建AI智能体。旨在自动化日常任务和操作网页,例如从电商平台买手纸或安排日程表。今年6月,有消息称MultiOn将完成2000万美元(约1.4亿元)融资,估值约1亿美元(约7.1亿元)。创始人Div G...……更多
科学家研发AI睡眠模型,捕捉多导睡眠图数据特征,提升睡眠障碍
...为睡眠医疗提供降本增效的可能。与此同时,这种高效的自动化睡眠分析系统,也有望成为传统多导睡眠图人工手动标注的替代或补充。 预计基于本次开发的深度学习睡眠分析算法,有望应用于以下几个方面:其一,充当临床...……更多
谷歌版贾维斯即将问世,最强Gemini 2.0加持!AI自主操控电脑时代来临
...歌正开发同类新项目「Project Jarvis」,能将Chrome网页任务自动化。谷歌「贾维斯」将由未来版Gemini 2.0驱动,预计在12月亮相。起这个名字,是为了向钢铁侠中的J.A.R.V.I.S致敬。无独有偶,微软团队悄悄放出的OmniParser,也在笃定AI...……更多
...每轮30万次的迭代训练,模拟设计师创作过程,实现高效自动化设计,大幅提升设计效率,降低成本至原来20%,解决设计师人才稀缺、成本高问题,推动蕾丝花型设计领域的智能化革新。8、基于大数据驱动的陶瓷产业数字化协同...……更多
江苏银行:聚数智之力,塑“微贷”之美
...、申请提交等操作步骤。客户在提交业务后,可快速获取自动化审批结果,并可通过江苏银行手机银行等渠道实现在线用款,按需用信、随借随还。目前,“微e融”产品实现全流程线上化办理,客户足不出户便可享受“一站式...……更多
从“智能涌现”到“超人类”,通往AGI巅峰的终极设想
...战。6.关注实现AGI的路径,而非单一终点:正如通过一套自动化驾驶的标准体系会更有助于针对自动驾驶车辆相关的政策制定和进程推进一样,定义AGI在不同“水平”上的衡量标准是很有益的。AGI的发展就像是一次长途跋涉,终...……更多
谷歌 AI 推出 CardBench 评估框架
...之家 9 月 3 日消息,谷歌 AI 研究人员最新推出了 CardBench 基准,主要为学习型基数估计(cardinality estimation)满足系统评估框架需求。CardBench 基准是个综合评估框架,包含 20 个不同真实数据库中的数千次查询,大大超过了以往的...……更多
调研219篇文献,全面了解GenAI在自适应系统中的现状与研究路线图
...复问题或提升性能。现有研究多利用 LLMs 进行漏洞修复和自动化程序修复,但自适应系统中的自动化进化研究有限。LLMs 可以通过集体智能(如 metaGPT 自动化开发流程)以及自主学习(学习新技能以应对运行时的变化)实现自我...……更多
金税四期下,如何构建“内外兼修”的企业合规体系?
...据的交易凭证风险管理。 在开票环节,百望云系统支持自动化开票,提供发票方案分配、发票风险指标设置等能力,将开票风险前置,完成合规校验,同时重点支持逆向业务的监督与校验,即红冲发票的风险前置校验,保障开...……更多
无一大模型及格! 北大/通研院提出超难基准,评估长文本理解生成
...型及格!北大联合北京通用人工智能研究院提出了一个新基准数据集:LooGLE,专门用于测试和评估大语言模型(LLMs)长上下文理解能力。该数据集既能够评估LLMs对长文本的处理和检索能力,又可以评估其对文本长程依赖的建模...……更多
OpenAI o1太贵?那就自己做一个!纯提示方法让普通LLM进化出复杂推理能力
...之地。人们可以利用这种推理能力来构建强大的工作流程自动化,以解决IT、网络安全、汽车等各个领域的问题。组织可以使用较小的开源模型来替代GPT-4o等成本较高的模型,用于需要复杂推理能力来解决的任务。参考资料:http...……更多
更多关于科技的资讯:
big胆!一位up主引发两个车企法务部严正声明
没想到临近春节,车圈还能这么热闹。先是雷军转发了小米法务部的抓人声明,后是极氪法务部转发了去年发的微博并再次声明。上次算辟谣
2025-01-28 13:41:00
DeepSeek,这条诞生在杭州的“鲸鱼” 这几天在全球科技圈、资本圈掀起滔天巨浪
金鳞耀岁 共启新程梁文锋在总理座谈会上发言 新闻联播截图昨天傍晚DeepSeek最新发布的乙巳新年春节AI贺词 一场名为DeepSeek(深度求索)的风暴
2025-01-28 07:53:00
“洋”年货走俏 中国“年货经济”走向全球
置办年货始终是过年的重要仪式。最受老百姓钟爱的年货都有啥?阿里巴巴联合第一财经商业数据中心发布的首份“中国年货大数据报告”显示
2025-01-28 08:24:00
开心消费过大年!家电以旧换新正当时
大众网记者 张婷婷 魏现芳 济南报道随着春节的临近,家家户户都在忙着准备年货。国家以旧换新政策的推出,更是为广大消费者提供了一个选购家电年货的好机会
2025-01-28 08:42:00
一觉醒来,英伟达跌掉了2个半茅台,源头竟是杭州这家公司
来自DeepSeek的震撼还在继续,美股科技股集体崩盘了,市场蒸发超一万亿美元。美国科技股大跌就在今天凌晨,美国标普500下跌1
2025-01-28 08:55:00
DeepSeek:线上服务受到大规模恶意攻击
1月28日消息,DeepSeek于服务状态页面公告:近期DeepSeek线上服务受到大规模恶意攻击,为持续提供服务,暂时限制了+86手机号以外的注册方式,已注册用户可以正常登录,
2025-01-28 08:55:00
向 “数” 向 “新”,南康构建现代化产业新体系
本文转自:人民网-江西频道自动化设备正在进行开料作业。张欣苑摄数智赋能,传统产业提质增效;新兴产业崛起,低空经济逐梦蓝天
2025-01-28 09:44:00
配备30台大功率充电终端!即墨汽车总站充电站上线运营
齐鲁晚报·齐鲁壹点 赵波 新春佳节的脚步日益临近,青岛城运能源科技集团为即墨市民送上了一份特别的节日礼物——即墨汽车总站充电站于1月27日正式上线运营
2025-01-28 13:49:00
2025年,中国给了世界第一个惊喜,还有些惊吓
毫无疑问,这是2025年,中国给世界的第一个惊喜。当然,对西方某些人来说,这也是惊吓。看了一下,北京时间1月28日凌晨
2025-01-28 09:50:00
【多彩新论】别让“电商专供”成为消费“陷阱”
在当下消费市场,“电商专供”产品似乎陷入了信任危机。卷纸变小、洗衣液变稀、同款产品线下难寻等现象频发,让“电商专供”在许多消费者心中与质量缩水画上了等号
2025-01-28 02:16:00
余承东华为3月重磅新品:别人想不到 全国人民抢购都买得起!
快科技1月28日消息,日前,华为常务董事、终端BG董事长、智能汽车解决方案BU董事长余承东开启直播,驾驶享界S9回安徽老家过年
2025-01-28 06:36:00
如不能正常浏览请选用IE浏览器天津北方网讯:潮购津门,乐呵过年。第二届天津电商节年货节,“一站式”购齐年货,欢欢喜喜过大年。#你好天津 #点赞天津……(津云新闻编辑张麒麟)
2025-01-27 15:37:00
AI入口 “爱”的入口
江南时报讯 春节是团圆的盛宴,凝聚着家的灵魂、力量与温暖。南来北往的游子,对于“家”有着更深的情结与眷恋。春运期间,中国电信联合江苏交通文化传媒有限公司在江苏高速阳澄湖
2025-01-27 15:51:00
完美世界再发反腐通报:开除4人,永不录用
根据一份流传到网上的内部公告,1月24日,完美世界开除了百万工作室四人,其违规行为包括在素材制作外包管理方面玩忽职守,构成严重失职
2025-01-27 16:03:00
过年回家,你锁门了吗?Zigbang直帮(原三星指纹锁)
过年回家,你锁门了吗?Zigbang直帮(原三星指纹锁),自动上锁不操心随着春节的脚步日益临近,人们纷纷踏上了归家的旅程
2025-01-27 16:11:00