- 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。
...。大型语言模型 (LLM) 的最新进展启发了 “LLM-as-a-judge” 范式，其中 LLM 被用于在各种任务和应用程序中执行评分、排名或选择。本文对基于 LLM 的判断和评估进行了全面的调查，为推动这一新兴领域的发展提供了深入的概述。我...……更多
2024-12-04 09:49:00范式,模型,基准,偏见,数据,评估
...ps://huggingface.co/spaces/LLM360/de-arena图 1 展示了这些基准测试范式之间的主要区别。Decentralized Arena 的核心理念是利用所有 LLM 的集体智能进行相互评估和比较。这形成了一个去中心化、民主化的系统，在该系统中，所有被评估的 L……更多
2024-10-23 12:03:00多维,基准,群体,模型,自动化,评估
【新智元导读】谷歌DeepMind推出LLM自动评估模型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...……更多
2024-08-05 09:37:00准确率,模型,评估,评估,模型,数据
...令跟随数据以及人类反馈强化学习（RLHF）。在 RLHF 训练范式中，奖励模型根据排名比较数据与人类偏好对齐。这增强了 LLMs 与人类价值观的对齐，从而生成更好地帮助人类并遵守人类价值观的回应。近日，第一届大模型顶会 COLM...……更多
2024-08-06 09:26:00模型,偏好,高分,算法,首届,评估
...，以及检索增强生成（RAG）和宪法AI（Constitutional AI）等范式可以一定程度上帮助改进。但多模态大模型的可信提升绝不止于此，模态间对齐、视觉编码器的鲁棒性等也是关键影响因素。此外，通过在动态环境中持续评估和优化...……更多
2024-07-25 09:31:00模态,清华,可信度,领衔,可信,几何
...西12月6日消息，据TechCrunch报道，谷歌昨日发布了新一代AI模型PaliGemma 2，并宣称该模型具有情感识别的能力。谷歌表示，PaliGemma 2不仅能够分析图像并生成详细的图片描述，还能识别图像中人物的情感状态。据TechCrunch报道，要实...……更多
2024-12-07 09:49:00模型,情绪,情感,技术,面部,模型
...可能性，有望重塑认知行为合作模式，开启科学研究的新范式，加速 AGI 的内在可持续、自我价值进化的到来。（我们团队首次在 2023 年做过大模型是否具备假设提出能力的验证[1]，很初步，但是个有意思的尝试。）”此外，也...……更多
2024-03-12 10:59:00范式,学界,业内人士,模型,业内,科研
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报...……更多
2024-10-29 09:55:00大规,粒度,范式,清华,片段,大规模
...大规模文本边图数据集，以及一套标准化的文本边图研究范式。该研究的发表极大促进了文本边图图表示学习的研究，有利于自然语言处理与图数据挖掘领域的深度合作。文本属性图Text-Attributed Graphs（TAGs）是一种在节点上有丰...……更多
2024-11-09 13:34:00大规,本图,基准,大规模,文本,格式
...幅提升了其后训练方法的复杂度，具体包括采用多轮训练范式、使用人类数据 + 合成数据、使用多个训练算法和训练目标。也正因为此，这些模型的通用性能和专业能力都非常强。但遗憾的是，他们都没有透明地公开他们的训练...……更多
2024-11-26 09:44:00模型,性能,训练,模型,训练,数据
...本文转自：中国新闻网近日，中国信息通信研究院发布大模型安全基准测试AI Safety Bench 2024年Q1的首轮测评报告(下称“测评报告”)，结果显示，三六零集团自研的认知通用大模型360智脑综合排名第一。大模型安全基准测试AI Safety...……更多
2024-04-10 20:16:00信通,基准,中国,模型,测试,报告
史上AI最高分，谷歌新模型刚刚通过美国医师执照试题验证！而且在科学常识、理解、检索和推理能力等任务中，直接与人类医生水平相匹敌。在一些临床问答表现中，最高超原SOTA模型17%以上。此进展一出，瞬间引爆学界热议...……更多
2022-12-28 16:09:00最高分,美国,执照,医师,试题,模型
【新智元导读】Meta、UC伯克利、NYU共同提出元奖励语言模型，给「超级对齐」指条明路：让AI自己当裁判，自我改进对齐，效果秒杀自我奖励模型。LLM对数据的大量消耗，不仅体现在预训练语料上，还体现在RLHF、DPO等对齐阶段...……更多
2024-08-01 09:40:00三角,进化,模型,奖励,训练,迭代
...地理解和表达复杂的概念。这种全模态的信息流对大模型范式转向通用人工智能也同等重要，研究人员开始尝试将大语言模型进行模态扩展，得到不仅能够处理语言，还可以理解并生成图像、音频、视频等多种信息的全模态模型...……更多
2024-10-18 09:47:00模态,指令,框架,模态,模型,数据
...产生直接影响。
首先，OpenAI 评估了当用户姓名不同时，模型会给出怎样的不同的响应。我们知道，姓名通常暗含着文化、性别和种族关联，因此是一个研究偏见的常见元素 —— 尤其考虑到用户常常与 ChatGPT 分享他们的姓名，...……更多
2024-10-17 09:48:00模型,印象,报告,官方,印象,用户
...能如此？在阅读了一些论文之后，作者决定创建新的提示范式，结合动态思维链、反思和语言强化，并通过实验来验证提示的效果。以下是编码和数学问题中所采用的prompt示例：Begin by enclosing all thoughts within tags, exploring multiple a……更多
2024-11-08 09:43:00太贵,推理,进化,提示,能力,方法
...，一大波测评刷屏全网。更惊喜的是，苹果AI背后的基础模型47页技术报告，也一并上线了。一大早，人们期待已久的「苹果AI」首个预览版，正式向开发者们推送了！iOS 18.1、iPadOS 18.1、macOS Sequoia 15.1三大系统中，全都植入了苹...……更多
2024-08-01 09:40:00进化,模型,苹果,报告,技术,苹果
...到现实的迁移，这些研究内容涵盖了最先进的方法、基本范式和全面的数据集。此外，该综述还探讨了数字空间和物理世界中具身智能体面临的挑战，强调其在动态数字和物理环境中主动交互的重要性。最后，该综述总结了具身...……更多
2024-07-29 09:39:00中大,文献,调研,深度,实验室,实验
...法在操作微调阶段需要更新投影层和整个 LLM。虽然这种范式可以赋予模型动作位姿预测能力，但它也破坏了 MLLM 的固有能力，并且需要大量的训练资源。为了解决这些挑战，我们提出了一种高效的微调策略，如图 3 所示。我们...……更多
2024-06-21 09:52:00机器,模态,人多,机器人,推理,北大
...6 通过规划、纠错，o1能够解决世界上的新问题7 新的训练范式是一种全新的方法，可以将更多的算力投入到模型中8 o1编写代码时，当其输出要使用的代码时，需要通过单元测试接下来，具体来看下o1模型背后的故事。强化学习+...……更多
2024-09-23 09:50:00整版,金牌,团队,人类,时刻,视频
...面应用将大大提升智慧芽所有产品的差异化优势，以全新范式驱动客户和用户的生产力跃升。”图：智慧芽AI助手“芽仔”的AI技术问答功能示意AI助手重构研发创新工作新方式“芽仔”致力于把用户从琐碎的、高重复性的工作中...……更多
2024-03-21 16:15:00新新,范式,助手,智慧,智能,专家
...推理的潜力，而不是使用自然语言，他们提出了一种新的范式——可持续思维链（Coconut）。他们利用 LLM 的最后一个隐藏状态来表示推理状态（称为“连续思维”）。他们没有将其解码为单词 token，而是将其反馈给 LLM，作为直...……更多
2024-12-13 09:19:00推理,模型,思维,空间,模型,生成
...用的基数估计技术，依赖于启发式（Heuristic）方法和简化模型，例如假设数据统一和列独立。这些方法虽然计算效率高，但往往需要准确预测基数，在涉及多个表和过滤器的复杂查询中表现尤为明显。最新的数据驱动方法试图在...……更多
2024-09-04 09:48:00框架,评估,数据,模型,基准,查询
...新高。获奖论文一：超越扩散，VAR开启视觉自回归模型新范式
论文地址：https://arxiv.org/abs/2404.02905与传统的光栅扫描「下一个token预测」方法有所不同，VAR重新定义了图像上的自回归学习，采用粗到细的「下一个尺度预测」或「...……更多
2024-12-12 09:41:00字节,获奖,北大,论文,清单,论文
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
在长文本理解能力这块，竟然没有一个大模型及格！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...……更多
2024-08-08 09:39:00基准,北大,生成,模型,文本,评估
...布博文，宣布推出 FACTS Grounding 基准测试，评估大型语言模型（LLMs）根据给定材料是否准确作答，并避免“幻觉”（即捏造信息）的能力，从而提升 LLMs 的事实准确性，增强用户信任度，并拓展其应用范围。数据集在数据集方面...……更多
2024-12-19 09:32:00照妖镜,基准,幻觉,模型,语言,示例
...格排除任何已包含在PhysGame中的视频。团队遵循Self-instruct范式通过提示GPT-4o来构建PhysInstruct。PhysDPO:团队构建了偏好对齐数据集PhysDPO，以提供更可信和可靠的回答。如图3所示，团队将PhysInstruct 数据集中生成的答案视为prefer……更多
2024-12-07 09:53:00准确率,百分点,百分,模型,物理,视频
...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
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
2023-05-13 21:28:00微软,基准,专为,团队,人类,全新
更多关于科技的资讯：
省数据和政务服务局发布公告公开征集一批河北省高质量数据集河北日报讯（记者解楚楚）9月26日，河北省数据和政务服务局发布公告
2025-10-04 08:03:00
央媒看太原9月30日，央视财经频道《经济信息联播》栏目以《双节市场备货足美食特产受青睐》为题，报道了假期到来，太原市各大综合市场提前备货
2025-10-04 07:17:00
厦门网讯（厦门日报记者 楚燕 通讯员 石青青）长假期间，许多人从忙碌的工作中解脱出来，趁机好好休息。可是，如果休息方式不得当
2025-10-03 08:37:00
渤海之潮涌动着澎湃的脉搏，海河之畔镌刻着科技的印记。10年前，一颗带有“清华”基因的种子在天津这片沃土扎根；10年后，它长成一棵枝繁叶茂的参天大树
2025-10-03 09:25:00
9月29日，抖音生活服务联合北京卫视发起“老板驾到”直播活动，助力北京国庆中秋消费。抖音用户在@北京卫视 直播间下单超1万次
2025-10-03 18:36:00
国庆首日，“FutureBOT未来引力”2025北京机器人文化节在北京昌平超极合生汇正式拉开帷幕，成为国庆假期极具科技温度的打卡地
2025-10-03 19:06:00
泰康人寿发布新品“泰康百万药无忧（庆典版）医疗保险”（以下简称“百万药无忧”），以广覆盖、易投保、强保障、低费率为优势
2025-10-03 09:17:00
厦门网讯（厦门日报记者 翁华鸿 通讯员 林雨新）在近日举行的2025全球数据管理峰会“数据要素分论坛暨大数据统计与人工智能技术创新管理研讨会”上
2025-10-03 08:38:00
摘要：2025“你是达芬奇”全球青少年科学与艺术创新赛圆满落幕，其中金奖获奖少年的亲身实践告诉我们，在AI赋能的新时代
2025-10-02 16:22:00
2025年10月1日，随着国庆长假首日出行高峰的到来，高德基于北斗卫星导航系统的定位数量接近1万亿次，支撑导航总里程数超90亿公里
2025-10-02 22:31:00
10月1日，从太钢获悉，今年以来，太钢不锈进料加工团队以“精准备案、高效协同”为核心，在进料铬铁镍铁资源利用方面取得突破性进展
2025-10-02 17:39:00
厦门网讯（厦门日报记者 林露虹）记者昨日从中国移动咪咕公司获悉，该公司打造的“鼓浪屿AI伴游”服务已正式上线。市民和游客只需打开“鼓浪屿元宇宙”微信小程序
2025-10-02 08:57:00