- 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。
...，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
大模型领域的技术发展，今天起再次「从 1 开始」了。大语言模型还能向上突破，OpenAI 再次证明了自己的实力。北京时间 9 月 13 日午夜，OpenAI 正式公开一系列全新 AI 大模型，旨在专门解决难题。这是一个重大突破，新模型可...……更多
2024-09-13 16:42:00推理,模型,极限,突破,学习,模型
...术背景人员不可或缺的工具。以 GPT-4 为代表的大型语言模型，它们已经能够理解自然语言查询，并能生成相应的代码或分析，让自动数据分析变得更加接近现实。例如，Devin 的成功，激发了人们对基于大语言模型的自动数据分...……更多
2024-04-07 10:50:00立新,数据分析,基准,科学家,模型,评估
豆包代码大模型，不小心给曝光了！在字节开源的代码大模型评估基准FullStack Bench里面，出现了此前字节未披露过的Doubao-Coder。不过目前还只是Preview版，还并没有上线。它在多种编程语言上的性能表现如下，可以看到在闭源模...……更多
2024-12-06 09:50:00豆包,基准,字节,模型,编程,代码
...所未有的速度加速，继 Meta 昨天推出其新的开源 Llama 3.1 模型之后，法国 AI 初创公司 Mistral AI 也加入了竞争。刚刚，Mistral AI 宣布其旗舰开源模型的下一代产品：Mistral Large 2，该模型拥有 1230 亿个参数，在代码生成、数学、推理...……更多
2024-07-26 09:36:00模型,基准,多语,测试,性能,生成
...后，开发者们甚至还发现，Reflection可能就是个「套壳」模型，而且还是连套三家的那种（Claude/GPT/Llama）。这下子，Reddit和X等平台上，立刻掀起了质疑的声浪。
左右滑动查看为此，Shumer承诺将和Glaive创始人Sahil Chaudhary一起调查...……更多
2024-10-08 09:47:00神坛,光速,团队,世界,模型,基准
...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
...车。
另外的40%则是实打实的程序员，他们正在为OpenAI的模型「手搓」数据，从而让AI学习软件工程任务。此前，OpenAI一直是用从GitHub上抓取的代码训练其模型。而这次，OpenAI想建立的数据集中，不仅有代码，还包括背后用自然...……更多
2023-01-30 17:19:00手把,大军,训练,代码,全球,代码
...APE）是指自动生成和优化 LLM 提示词的技术，目标是提升模型在特定任务上的性能。其基于提示词工程的思路，即编写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...……更多
2024-09-10 13:39:00从头,人工,提示,指南,工程,提示
...，进化后的Claude 3.5 Sonnet一举击溃OpenAI o1，堪称最强推理模型。它在各个方面得到了全面显著的提升，尤其是业界领先的编码能力。而Claude 3.5 Haiku与上一代最强Claude 3 Opus性能相当，成本、速度与上一代Haiku相近。甚至，Claude现在...……更多
2024-10-23 09:55:00人类,编程,模型,能力,开发,任务
继旗下xAI公司宣布正式开源大模型Grok-1后，特斯拉CEO马斯克再次在大模型市场扔下一颗重磅炸弹。当地时间8月11日晚，马斯克在X平台上透露人工智能模型Grok-2测试版将在不久后发布。事实上，马斯克在7月份就在X平台上确认，Gr...……更多
2024-08-13 09:50:00马斯,马斯克,测试版,路线,测试,模型
北京大学杨仝教授团队近期发布了其在高效大型语言模型研究方向的一项新成果——FairyR1-32B模型。该模型基于DeepSeek-R1-Distill-Qwen-32B基座，通过结合微调与模型合并技术构建。研究探索了在参数量大幅减少的情况下，模型在特...……更多
2025-05-28 14:17:00模型,团队,参数,能力,数学,代码
...KER科技7月24日消息，今日凌晨，Meta官方正式发布了Llama3.1模型。本次Llama3.1模型共有三个版本，分别是8B、70B和405B。从基准测试结果来看，超大杯Llama3.1405B与OpenAI的GPT-4o和Claude3.5Sonnet在多个项目上能够媲美。在GSM8K任……更多
2024-07-24 12:13:00模型,里程,里程碑,准时,模型,伯格
【新智元导读】代码模型可以自己进化，利用自身生成的数据来进行指令调优，效果超越GPT-4o直接蒸馏！LLM作为智能的基座，可以衍生出各种能力。代码能力就是其中一种：程序补全、注释、优化、修bug、测试等等。而想要充...……更多
2024-11-29 09:26:00伯克,伯克利,进化,模型,代码,方法
...享直播活动的最后一天！周五，OpenAI发布了下一代的推理模型o3，这是今年早些时候发布的o1推理模型的升级版本。更准确地说，o3是一个模型系列——就像o1一样，同时有o3和o3-mini两个版本，后者是一款更小的精简版模型，针对...……更多
2024-12-21 17:02:00下一代,推理,模型,直播,模型,推理
...的关注，但最近浙大、中科院等机构的学者们提出，先进模型在视觉推理方面同样不足。为此他们提出了一种多模态的视觉推理基准，并设计了一种新颖的数据合成方法。无论是语言模型还是视觉模型，似乎都很难完成更抽象层...……更多
2024-08-08 16:23:00模态,领衔,基准,推理,视觉,能力
出品 | 搜狐科技作者 | 梁昌均编辑 | 杨锦一口气开源8款模型，阿里通义又上新！4月29日一大早，阿里开源发布Qwen3，包括两款MoE（混合专家架构）模型，其中具备2350亿参数规模的Qwen3-235B-A22B，在对比测试中成为目前最强大的开...……更多
2025-04-29 16:17:00模型,阿里,话语权,中国,话语,全球
...之心开源社区有福了。说到做到，马斯克承诺的开源版大模型 Grok 终于来了！今天凌晨，马斯克旗下大模型公司 xAI 宣布正式开源 3140 亿参数的混合专家（MoE）模型‘Grok-1’，以及该模型的权重和网络架构。这也使得Grok-1成为当...……更多
2024-03-18 11:51:00马斯,马斯克,权重,架构,模型,参数
通义大模型发布一周年之际，迎来重要的历史性时刻。5月9日，阿里云正式发布通义千问2.5，模型性能全面赶超GPT-4 Turbo，成为地表最强中文大模型。同时，通义千问1100亿参数开源模型在多个基准测评收获最佳成绩，超越Llama-3-7...……更多
2024-05-09 12:00:00通义,阿里,性能,通义,模型,阿里
...长期科研还得靠人类在RE-Bench上，研究对比了基于大语言模型构建的Agent（目前主要公布了Claude 3.5 Sonnet、o1-preview）和50+人类专家的科研能力。值得注意的是，这些专家都有强大机器学习背景，其中很多人在顶级行业实验室或机...……更多
2024-11-26 09:46:00科研,人类,人类,专家,任务,评估
...生一周年之际，法国AI初创公司Mistral再次连发两个轻量级模型Ministral 3B和Ministral 8B，性能赶超Llama 3 8B。Mistral 7B仅仅发布一周年，法国AI初创小模型「les Ministraux」就打败它了。它堪称是，世界上最好的边缘模型。Ministra……更多
2024-10-23 09:56:00模型,边缘,革命,模型,指令,性能
...公司 xAI 今天在官方博客中宣布，正式推出 Grok-1.5 大语言模型。Grok-1.5 具有改进的推理能力和 128k 的上下文长度，其中最显著的改进之一是其在编码和数学相关任务中的表现。Grok-1.5 将在未来几天内在 平台上向早期测试人员和...……更多
2024-03-29 14:00:00马斯,马斯克,模型,语言,基准,上下文
...日（9 月 24 日）发布博文，报道谷歌升级旗下 Gemini 1.5 AI 模型，推出了 Gemini-1.5-Pro-002和 Gemini-1.5-Flash-002，相比较此前版本成本更低、性能更强、响应更快。成本更低谷歌下调了 token 输入和输出费用，Gemini-1.5-Pro……更多
2024-09-26 09:51:00进化,更快,模型,成本,性能,模型
...需要做的，只是输入包含几句话的提示词。数秒钟后，大模型就生成了代码，还列出了环境需求，复制完代码就可以使用了。这不是程序员父亲带自家小孩做的网红项目，而是人人都可以尝试的事。在大模型的帮助下，代码正在...……更多
2024-09-21 09:38:00通义,阿里,程序员,进化,流程,程序
...两人均为 THUNLP 成员。钱成主要研究兴趣为工具学习，大模型驱动智能体，即将就读 UIUC 博士。何秉翔主要研究兴趣为大模型对齐与安全，即将就读清华大学博士。本文通讯作者为从鑫与林衍凯，指导教师为刘知远副教授。在人...……更多
2024-08-14 09:39:00意图,模型,人类,智能,智能,任务
前些时日，AI 大模型开始掌握操作计算机的能力，但整体而言，它们与物理世界互动的能力仍处于早期阶段。为了提高 LLM 在复杂的现实世界中的表现，研究者们提出了各种提示策略来提升大模型的推理和规划能力，比如思维链...……更多
2024-11-09 09:53:00华为,结构化,推理,思维,结构,智能
...改进的智能体系统铺平了道路。「法官」智能体，击败大模型现有评估方法，无法为智能体系统的中间任务解决阶段，提供足够的反馈。另一方面，通过人工进行更好的评估，代价太大。而智能体系统的思考方式，更像人类，通...……更多
2024-10-28 09:52:00审判,新作,团队,成本,智能,评估
...源：硬AI圣诞节前，人工智能巨头上演了一场精彩的推理模型攻防战。谷歌和OpenAI正面对垒，谷歌刚发布自家的先进推理模型挑战OpenAI的o1，第二天，OpenAI就推出了升级版的最强推理模型o3。美东时间12月20日周五，在为期12个工作...……更多
2024-12-21 09:15:00下一代,推理,正面,模型,模型,测试
开源模型阵营又迎来一员猛将：Tülu 3。它来自艾伦人工智能研究所（Ai2），目前包含 8B 和 70B 两个版本（未来还会有 405B 版本），并且其性能超过了 Llama 3.1 Instruct 的相应版本！长达 73 的技术报告详细介绍了后训练的细节。在...……更多
2024-11-26 09:44:00模型,性能,训练,模型,训练,数据
谁是在线购物领域最强大模型？也有评测基准了。基于真实在线购物数据，电商巨头亚马逊终于“亮剑”——联合香港科技大学、圣母大学构建了一个大规模、多任务评测基准Shopping MMLU，用以评估大语言模型在在线购物领域的...……更多
2024-11-21 09:45:00在线购物,基准,模型,任务,购物,数据
更多关于科技的资讯：
为提升陈家祠商圈品牌形象与文化内涵，扩大商圈影响力，进一步彰显岭南文化商圈特色，打造文化消费新地标，现面向全社会公开征集陈家祠商圈标识（LOGO）及宣传语
2025-12-12 09:23:00
晚上6点半，杭州遥望科技大楼的直播间里，灯光亮如白昼。小五对着镜子最后检查了一下妆容，深吸一口气，走向镜头。五年前，她站在黑龙江齐齐哈尔的寒风中
2025-12-12 08:08:00
如果未来的高速公路能像人一样“思考”，预判几公里外的风险；如果跨海大桥有“专属医生”，能飞檐走壁进行体检；如果服务区不再只是简简单单的驿站
2025-12-12 08:09:00
河北新闻网讯（杨春辉）如何深化信贷业务专业化能力，推动一线员工全面掌握产品体系与营销策略，从而为“一池两新万企”行动提供坚实支撑
2025-12-12 06:53:00
12月10日-12日，由浙江传媒学院主办、浙江传媒学院实践教学与艺术创作中心协办的 “剧想天开”——《儿童剧人物造型设计创新人才培训》成果展在杭州时尚中心正式展出
2025-12-12 07:07:00
今年“双12”，南京企业捧出主题多元、内容丰富的促消费活动，推动消费市场提质扩容据悉，今年南京将“双12”作为南京市“四季有约·暖冬跨年庆”促消费活动的重要节点
2025-12-12 07:14:00
在直播间买了商品退货难、赔付慢等情况一直是困扰消费者的难题，临近“双12”，由杭州高新区（滨江）市场监管局联合辖区内头部直播电商企业共同起草的团体标准《放心消费直播间管理与运营规范》（以下简称《规范》）正式发布
2025-12-12 07:38:00
鲁网12月11日讯近日，建设银行泰安分行高效推进网点服务数字化转型，顺利完成泰安花园支行、新泰向阳支行、新汶翟镇支行、东平白佛山支行等4家网点的排队机轻量化叫号模式试点改造
2025-12-11 14:40:00
2025年广州设计周于12月5日至8日盛大开幕，在广州保利世贸博览馆、广州国际采购中心及海珠国际会展中心三馆共18个展厅同时举行
2025-12-11 14:53:00
中新经纬12月11日电 11日，“网信中国”微信号发布汽车行业网络乱象专项整治行动公开曝光第二批典型案例。近期，国家网信办会同工业和信息化部等部门持续开展汽车行业网络乱象专项整治行动
2025-12-11 15:10:00
鲁网12月11日讯走进建行青岛市分行瞿塘峡路支行，大堂经理正俯身协助客户核对账单、同步讲解线上查询技巧；城阳支行营业部里
2025-12-11 15:17:00
鲁网12月11日讯（记者 赵洪斌 通讯员 赵慧）“让一个企业家在半小时内，向陌生人交底，说出自己公司的核心难题——这事儿
2025-12-11 15:17:00