- 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。
国产o1新选手登场！它能快速解决更复杂的数学解题、代码编程、数字游戏等任务。这就是上海AI实验室版o1——强推理模型书生InternThinker，刚刚正式开放试用！新模型不仅在长思维能力方面有了很大提升，而且还能在推理过程...……更多
2024-11-29 09:27:00数学题,上海,实验室,实验,数学,模型
...qizhixin.com；zhaoyunfeng@jiqizhixin.com大语言模型 (LLM) 是如何解数学题的？是通过模板记忆，还是真的学会了推理思维？模型的心算过程是怎样的？能学会怎样的推理技能？与人类相同，还是超越了人类？只学一种类型的数学题，是会...……更多
2024-08-06 09:27:00推理,模型,内心,人类,世界,模型
9.11和9.9哪个更大？一道小学生都会的数学题，却难倒了一众AI大模型。昨天，“大模型测不出9.11和9.9哪个大”还登上了微博热搜。这个难倒大多数AI大模型的数学题，其实来自于最近热播的《歌手》。7月13日，在最新一期《歌...……更多
2024-07-18 08:31:00数学题,一道,数学,还是,小学,模型
13.11和13.8谁大？——这样一道简单的“小升初”数学题难倒一众网友和大模型。上周五(7月12日)综艺《歌手2024》投票率出炉，孙楠以13.8%的投票率位居第三，Chanté Moore以13.11%的投票率排在第四。一位网友留言质疑“13.8%比13.11%高...……更多
2024-07-18 16:39:00模型,小学,模型,小数,记者,南都
一道小学生难度的数学题难倒了一众海内外AI大模型。9.11和9.9哪个更大?就此问题，第一财经记者测试了12个大模型，其中阿里通义千问、百度文心一言、Minimax和腾讯元宝答对，但ChatGPT-4o、字节豆包、月之暗面kimi、智谱清言、...……更多
2024-07-17 11:56:00实测,模型,模型,数学,小数,问题
...决问题的趁手工具，更是一种思维方式。做AI项目就像解数学题“滴嘟滴嘟”，火警警报响起，电动自行车棚着火了。只见一个扇形避火罩迅速展开，隔绝火势蔓延，车棚顶端喷淋器开始喷水，一场火灾消弭于无形。这是北京市...……更多
2024-01-25 17:06:00原住民,思维,方式,时代,人工智能,问题
...靠性就尤为重要。”她描述道，大语言模型“在解决复杂数学题时会表现得非常好……直到你发现7加3等于12”。最令人惊讶的是什么？答案往往与基于逻辑和概率的推理脱节。例如，在盒子测试中，“克劳德2”有一半次数能给...……更多
2024-06-12 18:15:00逻辑推理,推理,逻辑,模型,语言,模型
...微信公众号）《大模型版“5年高考3年模拟”来了！6141道数学题，还是多模态的那种｜微软&UCLA&UW联合出品》MathVista是一个多模态数学推理基准数据集，由微软、UCLA和UW联合开发，包含6141个数学问题，涵盖丰富的任务类型...……更多
2023-12-06 09:22:00联创,模型,清华,早报,一代,零售
...的，对我的喜怒哀乐有很大的影响。我要是做不出来一道数学题，每当我躺在床上眼睛一闭的话，它就会在我脑子里反复地出现。然后我就百思不得其解，脑海中就会想这题的思路。然后第二天的话，如果还是没有解决的时候，...……更多
2024-06-14 09:27:00阿里,名校,中专,决赛,女生,大学生
...院将采用全新的管理考评机制，以应用基础方向为主形成实验室，以项目牵引为主组成交叉队伍，围绕具体任务开展长期攻关。目前研究院下设数据仿真实验室、数据聚变实验室、生物医药实验室和智能超算实验室。在成立仪式...……更多
2023-12-20 06:06:00张江,上海,研究院,数学,研究,张江
...题解决。OpenAI 2021 年提出的 GSM8K（Grade School Math 8K）小学数学题数据集已成为评估 LLM 数学推理能力的流行基准。尽管它包含了详细的解决方案的简单数学问题，适合使用思维链（CoT）提示等技术，但它只提供了一个固定问题集...……更多
2024-10-14 09:55:00数学题,推理,废话,苹果,数学,小学
...大模型的数学水平,赵海笑道:“很多人没考过GRE,其实GRE的数学题难度和中国小学数学题差不多。GPT-4的数学水平不会很高,很多小学奥数题可能就解不出来。”GPT-4为何是“数学不太好的文科生”?他解释说,和图像分析能力一样,它...……更多
2023-03-16 09:23:00文科生,文科,数学,赵海,模型,能力
...学、英语、中文、地理、生物、化学和物理；从GRE中选择数学题；从SAT中选择英语和数学科目来构建基准数据集。2.法学院入学考试
法学院入学考试，如LSAT，旨在衡量未来的法律学生的推理和分析能力，考试内容包括逻辑推理...……更多
2023-05-13 21:28:00微软,基准,专为,团队,人类,全新
...大模型的智能水平。在前不久高考结束后，上海人工智能实验室旗下司南评测体系OpenCompass选取了7个大模型进行高考“语数外”全卷能力测试。6月19日， OpenCompass发布了首个大模型高考全卷评测结果。语数外三科加起来的满分为...……更多
2024-06-24 09:22:00评测结果,最高分,评测,数学,高考,结果
...中的表现大幅提升，代码能力也有质的飞跃。△72B模型做数学题
在复杂语义理解上，72B的能力也提高了不少，比如，现在就能够听懂中文里的“潜台词”了：△72B模型理解“职场之道”当前，国内外大模型都分为闭源和开源两...……更多
2023-12-01 21:07:00通义,模型,尺寸,移动,模型,阿里
...匹克（IMO）中的复杂几何问题。解答国际数学奥林匹克的数学题，需要强大的头脑创造力，而AI历来在解答此类问题中的表现不佳。但“阿尔法几何”经过针对性训练后，在逻辑检查系统的加持下，其几何学的解题表现几乎与最...……更多
2024-06-14 11:54:00奥数,选手,数学,国际,数学,数学家
6月20日消息，上海人工智能实验室19日公布了首个AI高考全卷评测结果。据介绍，2024年全国高考甫一结束，该实验室旗下司南评测体系OpenCompass选取6个开源模型及GPT-4o进行高考“语数外”全卷能力测试。评测采用全国新课标I卷...……更多
2024-06-20 10:19:00评测结果,人工智能,上海,人工,实验室,评测
...学辅导。图 | 赵子龙（来源：赵子龙）用大模型求解奥赛数学题本次课题最早可以追溯到 2023 年 2 月。当时，已经有一些研究团队开始使用大模型做逻辑推理和数学推理。赵子龙和合作者也认为这个方向很有前景。他表示让自己...……更多
2024-03-13 10:26:00数学,数学题,科学家,模型,辅导,课程
6月19日，上海人工智能实验室发布首个AI高考全卷评测结果，月初开源的阿里通义千问大模型Qwen2-72B排名第一，在语数外三科420分的满分中获得303分，OpenAI的GPT-4o和上海人工智能实验室的书生·浦语2.0文曲星（InternLM2-20B-WQX）排...……更多
2024-06-20 11:10:00评测结果,全都,评测,数学,高考,结果
...多轮对话的展示效果，具备资料追根溯源的能力：这是做数学题的示例，包括鸡兔同笼问题：也包括生成图片功能：还有近期网友热议的AI道德性问题：当然，这波里面也不乏“砸场子”的网友。例如官方GitHub问答中，有网友很...……更多
2023-04-23 16:48:00复旦,模型,同时,复旦,模型,团队
...准：ARC（科学考试问题）、HellaSwag（常识问题）、GSM8K（数学题），WinoGrande（常识推理）、LAMBADA（词汇预测）。其中LAMBADA用于测困惑度，与训练期间使用的原始token预测最接近。
对于Llama2的性能评估，提供了基准测试的标准化...……更多
2024-07-27 09:29:00流动,机制,研究,信息,中间层,顺序
...语言模型的短板，GPT-3.5发布后，也被指出过做不了简单数学题。记者在现场“调取”了一页数学题，要求“商量”解答其中一道“判断题：求商的近似值时，要保留三位小数，就要除到商的百分位。”“商量”给出的答案为：...……更多
2024-04-29 04:36:00商汤,模型,科技,商汤,能力,模型
...SimpleBerry有关的账号和官网中，只能看出性质是一个研究实验室，也并未透露更多研究方向信息。其他o1复刻项目进展除LLaMA-O1之外，另一个公开进展的o1复刻项目O1-Journey来自上交大团队。团队在十月初发布了第一份进展报告，其...……更多
2024-11-06 09:49:00上海,代码,学习,训练,模型,蒙特卡洛
...，Q*除了能合成数据，更本质的，可能是对一些有难度的数学题、逻辑题做了重新采集、标注。或在之前基础上，或没有用transformer方式，而是直接输入所有东西再输出，且加了一个值的评估。他认为，基于类似某种价值评估和...……更多
2023-11-27 12:09:00猜想,项目,人类,数据,就是,意识
...少喋喋不休地严格管教，“高中时，有一次我问父亲一道数学题，他却说，‘你要靠自己解决问题，这样才更有价值。’”田中群说，从此他逐渐养成了独立思考、刻苦钻研的习惯。曾经有人对田中群说：“你可能永远无法摆脱...……更多
2023-01-09 04:51:00画卷,新时代,理想,事业,田中,曾溢滔
...。在简短的训练之后，Codex给出了来自高中比赛的近4000道数学题目的自然语言陈述。起初，Codex准确率略低于30%。当它失败时，它创造了一些术语来填补翻译词典的空白。在此研究之前，Codex从未尝试在自然语言和形式数学代码...……更多
2023-02-24 18:22:00人工智能,人工,数学,智能,问题,工作
...且能写合格的学生较少。坊间戏言，“化学烦，物理难，数学题做不完”，但对学生来讲，他们却在摆平“烦”、征服“难”、努力做完的过程中体会到一种做理科题成功后的喜悦。而对语文，学生的态度却是“怕”，学生中有...……更多
2023-11-03 06:30:00师者,拷问,学生,学生,语文,学习
...释、可信大模型。该工作由上海交通大学和阿里巴巴通义实验室共同完成。论文题目：Embedding Trajectory for Out-of-Distribution Detection in Mathematical Reasoning
论文地址：https://arxiv……更多
2024-12-03 13:33:00研究成果,推理,场景,成果,检测,数学
...全不及格”的消息登上“热搜”。消息出自上海人工智能实验室旗下司南评测体系OpenCompass对7个开源大模型进行的高考语、数、外全卷能力测试。据OpenCompass于6月19日发布的评测结果，大模型的语文、英语考试水平还不错，但数...……更多
2024-06-26 07:26:00考生,模型,高考,模型,评测,高考
更多关于科技的资讯：
快科技3月7日消息，据博主定焦数码最新爆料，华为Pura 80系列将搭载双层OLED屏幕，准确度拉满，算是实锤了。据悉
2025-03-07 11:14:00
快科技3月7日消息，进入到2025年，国内车市价格也是愈演愈烈，多家车企相继推出一口价方案。而长安马自达更为激进，近日
2025-03-07 11:14:00
快科技3月7日消息，这两天，一款名为Manus的通用型AI Agent产品刷屏网络，其强大的功能与创新性应用受到了业内瞩目
2025-03-07 11:14:00
快科技3月7日消息，小米SU7 Ultra已经开启交付，不少人率先拿到了车，要知道这是一台1500多马力的性能猛兽，最快零百加速仅1
2025-03-07 11:14:00
快科技3月7日消息，据最新爆料，AMD正在研发一款名为“Ultimate Navi 48”的RDNA 4架构显卡，这款显卡预计将在2025年第二季度发布
2025-03-07 11:14:00
《双人成行》开发商Hazelight Studios打造的全新合作冒险游戏《双影奇境》现已正式发售。日前，《双影奇境》游戏总监Josef Fares表示
2025-03-07 11:14:00
快科技3月7日消息，最近一段时间，一种线上诈骗+线下取现的新型诈骗手段出现，通过现金、黄金等交易，相比线上转账调查难度更大
2025-03-07 11:14:00
鲁网3月7日讯麦当劳中国今日宣布，年度社交媒体粉丝节“派DAY”将于3月10日至16日正式开启。第十一届派Day以“好奇不停
2025-03-07 11:16:00
引言：皇室童缘自成立以来，始终致力于为儿童提供高品质、时尚舒适的服饰用品，其中童裤系列更是凭借卓越的品质和创新的设计，陪伴孩子们自信
2025-03-07 11:40:00
快科技3月7日消息，据国内媒体报道称，华为正在通过自身强大的技术优势，与各行各业展开合作，比如跟上海交警新成果。华为揭秘了“上海道路无光污染的秘密”
2025-03-07 11:44:00
快科技3月7日消息，唯有热爱，方能成就。2017年，俄勒冈州的水手Sampson花费1美元，购入了一艘名叫“TALLY HO”的破烂帆船
2025-03-07 11:44:00
快科技3月7日消息，日前，“69云购车|蔚来”官方账号发布道歉声明称：“69云购车|蔚来”于2025年3月4日发布了不当信息
2025-03-07 11:44:00
快科技3月7日消息，据报道，传音展示了一款名为Spark Slim的惊艳概念手机，其极致轻薄的设计令人瞩目——厚度比铅笔还要薄
2025-03-07 11:44:00
快科技3月7日消息，今天苹果爆料一哥郭明錤带来了小米新旗舰的爆料：小米16 Pro预计年底发布，将采用铂力特用3D打印技术制造的金属中框
2025-03-07 11:44:00