• 我的订阅
  • 头条热搜
科学家建立新评价基准,助力评估大模型数据分析能力
在大数据时代,自动数据分析已经成为跨技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,...……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
...在多项基准上刷新了SOTA。全世界高质量数据几乎枯竭。AI科学家们为了解决这一难题,可谓是绞尽脑汁。目前来看,合成数据或许就是大模型的未来,也成为业界公认的解决之法。就连英伟达科学家Jim Fan曾发文表示,合成数据...……更多
刚刚,OpenAI震撼发布o1大模型!强化学习突破LLM推理极限
...的提示进行匿名回答,并投票选出他们更喜欢的回答。在数据分析、编程和数学等推理能力较强的类别中,o1-preview 的受欢迎程度远远高于 GPT-4o。然而,o1-preview 在某些自然语言任务上并不受欢迎,这表明它并不适合所有用例。...……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
...智能研究所汇聚了数十名智能科学与机器人领域顶尖青年科学家,依托鹏城云脑、中国算力网等自主可控 AI 基础设施,致力于打造多智能体协同与仿真训练平台、云端协同具身多模态大模型等通用基础平台,赋能工业互联网、...……更多
检索总结能力超博士后,首个大模型科研智能体PaperQA2开源了
...变人类与科学文献互动的方式。最近一段时间,有关 AI 科学家的研究越来越多。大语言模型(LLM)有望帮助科学家检索、综合和总结文献,提升人们的工作效率,但在研究工作中使用仍然有很多限制。对于科研来说,事实性至...……更多
4轮暴训,Llama 7B击败GPT-4!Meta等让LLM「分饰三角」自评自进化
...证明,模型的自我提升可以摆脱对人类监督的依赖。 Meta科学家Yann LeCun也转发了这篇研究,并亲自下场玩起了双关梗——Meta提出的Meta-Judge,FAIR能否实现fair?研究不重要,重要的是Meta FAIR这一波曝光率拉满了。元奖励(Meta-Rewar...……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
87.8%准确率赶超GPT-4o登顶!谷歌DeepMind发布自动评估模型FLAMe
...动评分器 ( FLAMe-RM 和 FLAMe-Opt-RM)。在12个自动评分器评估基准中的8个基准上,FLAMe及其变体的自动评分性能优于用专有数据训练的GPT-4o、Gemini-1.5-Pro等模型。- 计算高效的多任务训练:引入了一种计算更为高效的方法,使用创新...……更多
微软华人团队发布全新基准AGIEval,专为人类考试而生
随着语言模型的能力越来越强,现有的这些评估基准实在有点小儿科了,有些任务的性能都甩了人类一截。通用人工智能(AGI)的一个重要特点是模型具有处理人类水平任务的泛化能力,而依赖于人工数据集的传统基准测试并...……更多
OpenAI o1模型到博士水平了?复旦教授:没有真正推理能力,学到的还是概率相关性
...现。OpenAI发布的一项匿名人类偏好评估显示,o1-preview在数据分析、编码和数学等推理密集型类别中,比GPT-4o更受欢迎,但在某些自然语言任务中,o1-preview并不是首选。这表明它并不适合所有用例,GPT-4o在文本生成方面仍保持优...……更多
Llama 4训练已开启!Meta科学家最新采访,揭秘Llama 3.1是如何炼成的
...元导读】最近,Latent Space发布的播客节目中请来了Meta的AI科学家Thomas Scialom。他在节目中揭秘了Llama 3.1的一些研发思路,并透露了后续Llama 4的更新方向。刚刚发布的开源「巨无霸」Llama 3.1虽然自带论文,但依旧激起了广大网友强...……更多
Sam Altman或筹数十亿美元自造AI芯片,DeepMind首席科学家或将辞职创业
...Anna Veronika Dorogush,她毕业于莫斯科国立大学,曾在Yandex数据分析学院学习了数据分析,并在Google和Microsoft担任过软件工程师,此后她在Yandex担任机器学习系统负责人。6.FlutterFlow获得由Google Ventures领投的2550万美元……更多
全球AI安全评估测试有了新基准
...代表,蚂蚁集团机器智能部总经理、蚂蚁安全实验室首席科学家王维强在会议发言中说。他进一步解释,可通过制定行业标准与指南,为开发和部署生成式人工智能系统的开发者和机构提供清晰指导;投入研发并开放保障生成式...……更多
奥林匹克竞赛里选最聪明的AI:Claude-3.5-Sonnet vs. GPT-4o?
...知识型推理、数学推理、编程任务及视觉推理等任务上设立新行业基准而引发广泛讨论:Claude-3.5-Sonnet 已经取代OpenAI的GPT4o成为世界上”最聪明的AI“(Most Intelligent AI)了吗?回答这个问题的挑战在于我们首先需要一个足够挑战...……更多
GPT-4劲敌,谷歌进入高能+高产模式
...新技能,而不需要额外的微调。强学习能力、信息检索与数据分析能力使得在知识海洋中“海底捞针”由想象映照进了现实。根据官方发布的测试报告,当给定卡拉曼语(一种全球使用人数不足 200 人的语言)的语法手册时(500...……更多
用「AI人」模拟社会学实验,居然成功了?斯坦福、NYU用GPT-4模仿人类,准确度惊人!
...会学、社会政策、公共卫生、传播学)的77名社会和行为科学家设计,并测试了许多不同类型的实验治疗的效果(例如框架效应、显着性)主题、启动社会身份对一系列结果(如政治、文化和宗教态度、对少数群体的偏见、幸福...……更多
什么是AGI?人工智能的未来
...种场景细分的不利后果是:我们现在依然需要程序员或者数据分析师才能实现场景下特定的目标,而不是我们构建了类似智能人脑的系统。因此,【人工智能】的重点从系统内在智能,转移到利用外部环境中的智能,需要程序员...……更多
...模型读懂地图;将打造地理科研协作大平台,以期让每个科学家和科研团队都可以拥有专属的地理大模型,能够与数百万科学家通过共享数据、模型、研究思路等方式协同工作。 ……更多
Claude 3大模型引起学界关注,业内人士:或将开启科研新范式
...先的大模型。结果发现,前者在涉及需要深厚专业知识和数据分析的任务,以及可信度和透明度等方面,比后者更具优势。总的来看,Claude 3 的诞生是 AI 领域发展的一个重要进展,由它带来的潜在应用也值得我们期待。但与此...……更多
清华领衔发布多模态评估MultiTrust:GPT-4可信度有几何?
...的研究人员联合撰写百页长文,发布名为MultiTrust的综合基准,首次从多个维度和视角全面评估了主流多模态大模型的可信度,展示了其中多个潜在安全风险,启发多模态大模型的下一步发展。论文标题:Benchmarking Trustworthiness of ...……更多
全球首个多模态地理科学大模型“坤元”发布:可据指令生成专业地理图表
...系。此外,他们还将打造地理科研协作大平台,为每一位科学家和科研团队提供专属的地理大模型服务,通过共享数据、模型与研究思路等方式促进全球范围内的科研合作与知识交流,共同推动地理科学的繁荣发展。【本文结束...……更多
【产业互联网周报】字节回应被曝秘密利用OpenAI;英特尔预告Gaudi 3将超越H100;阿里云M7蔡英华离职;马斯克回应Grok抄ChatGPT作业
...汤科技官方微信公众号发布讣告,公司创始人、人工智能科学家、浦江实验室主任、上海人工智能实验室主任、香港中文大学教授汤晓鸥因病救治无效,于2023年12月15日23时45分去世。根据公开信息介绍,汤晓鸥出生于辽宁鞍山,...……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
近日,澳门理工大学郭晶晶教授团队,提出一款名为 MSSC-BiMamba 的 AI 模型,能够捕捉多导睡眠图多模态数据特征,提升睡眠分期与睡眠障碍的诊断效率。图 | 郭晶晶(来源:郭晶晶)据介绍,考虑到多导睡眠监测的特点,该团...……更多
深度剖析:谷歌、微软等AI巨头承诺的“自愿监管”做到了吗?
...评估并对数据集进行分析。谷歌 DeepMind 在推出可以帮助科学家的人工智能工具方面有着良好的记录,例如,AlphaFold 3 可以预测几乎所有生命分子的结构和相互作用。AlphaGeometry 解决几何问题的水平可以与优秀的高中生相媲美。Gra...……更多
英伟达联手Zilliz发布全球首个GPU加速向量数据库
...公司阶跃星辰联合创办,前微软全球副总裁姜大昕任首席科学家。公司围绕金融信息服务、智能投顾、智能投研等场景,助力金融机构打造新质生产力。4、国家金融监督管理总局印发《银行保险机构数据安全管理办法》公开征...……更多
开闭源模型「大乱斗」:看看哪个智能体最能窥见人类真实意图
...该工作首先引入了 Intention-in-Interaction(IN3)这一全新的基准测试,旨在通过与用户明确的交互来理解用户的隐式意图。以 Mistral-7B 为框架,基于 IN3 训练的 Mistral-Interact 能主动评估任务的模糊性,询问用户意图,并在启动下游智...……更多
李飞飞最新报告:美去年AI领域私人投资是中国近9倍,中国仍是美最大竞争对手
...与现实世界相处。创建能够自主运行的人工智能系统,对科学家来说一直是挑战。新研究表明,人工智能自主运行性能正在不断提高,例如可以自主完成现实任务,包括在线购物和协助研究等。3.负责任的人工智能AI Index的最新...……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
...务,从而提高工作效率和质量。数字员工利用现代技术和数据分析能力,融合AI、RPA、大数据分析、数字人及机器人等多重技术,通过自动化和智能化手段,为企业提供了一种新的劳动力和工作效率提升的工具。数字员工可以代...……更多
又慢又贵?OpenAI推理模型“草莓”来了,GPT-5还有多远
...s Conneau)突然宣布离职。而此前,OpenAI联合创始人、首席科学家伊尔亚·苏茨克韦(Ilya Sutskever),“超级对齐”团队负责人杨·莱克(Jan Leike),联合创始人约翰·舒尔曼(John Schulman),ChatGPT负责人Peter Deng等人都已先后离职….……更多
“牵手”氮元素,中非学者共赴可持续研究之旅
...持下,今年,浙江大学环境与资源学院教授谷保静与非洲科学家展开合作,试图回答这一极具挑战性的问题。小元素 搭桥梁氮元素是地球大气中含量丰富的元素。它使天空变蓝、土壤肥沃,是形成人体蛋白质的基础。然而,环...……更多
更多关于科技的资讯:
高通供货!iPhone 16 Pro Max基带揭晓
快科技9月22日消息,测试机构techinsights对iPhone 16 Pro Max进行了拆解,发现这款新机使用的是高通骁龙5G基带SDX71M
2024-09-22 00:25:00
冰火两重天!一边黄牛拒收苹果16 Pro 一边加价3万+收不到华为三折
快科技9月22日消息,一边是iPhone 16首卖,另外一边是华为Mate XT的上市,两款重磅新机对决也是备受大家的关注
2024-09-22 00:25:00
三星预计将在本月推出至少三款新产品
据外媒报道,三星似乎无意间透露了GalaxyS24FE的发布日期。三星预计将在本月晚些时候推出至少三款新产品,包括一款GalaxyS24FE智能手机和两款高端平板电脑
2024-09-22 01:10:00
百万网红博主拆解华为三折叠手机
近日,拥有百万粉丝的网红博主@杨长顺维修家对华为最新推出的三折叠手机进行了一次详细的拆解。在拆解过程中,博主边拆边惊叹
2024-09-22 01:11:00
优派lx700-4kultra投影机,家庭娱乐的绝佳选择
马上国庆假就要到了,作为一年一度的长假,很多人选择宅在家。而优派LX700-4KUltra三色激光投影机,作为家庭娱乐的梦幻选择
2024-09-22 01:19:00
metaquest3s头显上架韩国电商,约2336元人民币
9月20日消息,科技媒体MixedNews昨日(9月19日)发布博文,报道称Meta的Quest3S头显上架韩国电商平台
2024-09-22 01:45:00
深蓝l07正式上市,共推出6个版本
9月20日,定位“科技智享中型轿车”的深蓝L07正式上市,共推出6个版本,售价区间为15.19-17.39万元,不仅提供增程和纯电两种动力选择
2024-09-22 02:04:00
海信激光电视亮相青岛
9月19日,2024激光显示技术与产业发展大会在青岛海滨召开。据CNMO了解,海信视像科技总裁李炜在会上发表了题为《十年砺光
2024-09-22 02:06:00
华为watchgt5系列国内开启预售,提供两种尺寸
9月20日,华为官方宣布,华为WATCHGT5系列正式在国内开启预售。此次预售提供了41mm和46mm两种尺寸供消费者选择
2024-09-22 02:12:00
千元档手机vivoy300pro外观设计相当出色
最近vivo全新发布的vivoY300Pro,想必很多人都有所了解,这款手机在续航方面堪称同档位手机无敌手,还有着旗舰同款屏幕
2024-09-22 02:27:00
低电量焦虑患者的福音,vivoy300pro开售
如今,对于许多年轻人来讲,手机已然成为他们生活中不可或缺的亲密伙伴,也正因如此,不少年轻人都有低电量焦虑症,一旦手机电量告急
2024-09-22 02:28:00
德国经济部长:希望帮助大众度过成本削减期
9月21日消息,据路透社报道,德国经济部长罗伯特・哈贝克当地时间周五表示,希望帮助大众汽车度过成本削减期,最终免于作出关闭工厂的决定
2024-09-22 02:31:00
iphone16开卖,首批货源开售即秒罄
9月20日消息,今天iPhone16开卖,而首批收到新机的用户依然花落天猫,果然还是官方更快。有首批用户在晒新机的帖子写道
2024-09-22 02:53:00
ff第二品牌fx正式发布,将涉足增程式混动领域
9月20日消息,今日早间,FaradayFuture(法拉第未来)第二品牌正式发布,品牌定名为FaradayX(简称为FX)
2024-09-22 02:54:00
vivooriginos5将于10月10日正式发布
9月20日消息,今天,vivo宣布将于10月10日在深圳举行2024vivo开发者大会,正式发布OriginOS5和自研蓝河操作系统2
2024-09-22 02:56:00