- 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。
...个只有8%。研究人员根据答案是否正确以及答案所包含的逻辑推理是否有效，对大语言模型的答案进行了分类。实验的第一个结果是，在每个测试重复十次的情况下，答案是不一致的。例如，在同一个测试中，有的模型十次中答...……更多
2024-06-12 18:15:00逻辑推理,推理,逻辑,模型,语言,模型
...，尽管这些模型在处理自然语言方面表现卓越，但在复杂逻辑推理任务中，人类和语言模型都会受到语义内容合理性和可信度的影响，表现出类似的错误倾向。研究背景人类在推理过程中存在两种系统：“直觉系统”和“理性系...……更多
2024-08-19 13:49:00局限性,推理,人类,任务,研究,模型
...看看DoT长啥样。大模型复杂推理新框架
如前所述，DoT将逻辑推理过程建模为在单个LLM内构建有向无环图（DAG）。其框架内部管理三个关键角色：提议者：生成命题或推理步骤，添加新节点。
批评者：评估命题，识别错误、不...……更多
2024-09-24 13:36:00维图,院士,逻辑,模型,一致,理论
...读理解和问答等任务中取得了极高的性能，但这些模型在逻辑推理方面的性能仍然十分滞后。去年5月「思维链」（ChainofThought,CoT）横空出世，有研究人员发现，只需要在prompt中加入「Let'sthinkstepbystep」就能让GPT-3的推理性能大幅...……更多
2023-01-09 21:57:00自然语言,算法,推理,自然,语言,目标
...二、社会评测与同行水平社会评测普遍认可o1 系列模型的逻辑推理能力优于 GPT-4o，但也有很多人提出了不同看法。差评XPIN邀请了理综三科的博士测评，物理评价较高，而生物、化学评价较低，综合认为o1在认知上达到硕士水平...……更多
2024-09-18 15:01:00逻辑推理,重磅,推理,逻辑,模型,能力
...竞赛不仅是对人类（碳基智能）思维敏捷性、知识掌握和逻辑推理的极限挑战，更是AI（“硅基智能”）锻炼的绝佳练兵场，是衡量AI与“超级智能”距离的重要标尺。OlympicArena——一个真正意义上的AI奥运竞技场。在这里，AI不...……更多
2024-06-25 09:45:00奥林,奥林匹克,竞赛,模型,推理,能力
...概念，提高了大语言模型（LLM，large language models）在复杂推理任务上的性能，例如算术推理、常识推理和符号推理等。图 | 金明宇（来源：金明宇）CoT 的原理是通过提供推理过程的示例，来教会模型处理推理，详细说明导致最...……更多
2024-03-15 10:41:00罗格,罗格斯,推理,模型,团队,概念
...地，也一定要对时间、数字和逻辑敏感，无论让它做多跳推理，还是逻辑规则数字计算，而这些恰好是大语言模型所不擅长的，包括前一段时间热议的 9.9 和 9.12 比大小的例子。基于此，我们认为在垂直领域落地的时候，大语言...……更多
2024-09-13 13:33:00知识,准确率,推理,蚂蚁,框架,模型
...地依赖于训练数据中的模式进行预测。当需要进行真正的逻辑推理时，这些模型往往无法产生合理的结果，这一发现对人工智能的发展提供了重要的参考。虽然LLM在许多领域表现优异，但其推理能力仍有待改进。【本文结束】如...……更多
2024-10-13 14:15:00逻辑推理,新论,推理,缺陷,逻辑,模型
...度30个二级维度。报告称SenseChat-Vision 5.5在基础能力-数理逻辑推理任务如图表推理、场景推理方面具备领先优势。榜单显示，在数理逻辑分析能力中，SenseChat-Vision 5.5超越国内外所有参评模型包括GPT-4o的最新版本，位列第一。Super...……更多
2024-10-14 13:34:00商汤,模态,基准,模型,模型,能力
...一代“天工2.0”MoE大模型，“天工3.0”在模型语义理解、逻辑推理、以及通用性、泛化性、不确定性知识、学习能力等领域拥有惊人的性能提升，其模型技术知识能力提升超过20%，数学/推理/代码/文创能力提升超过30%。同时，“...……更多
2024-04-01 19:56:00万维,昆仑,模型,将于,同步,参数
...语言处理和代码生成领域的强大实力。不仅如此，其在对逻辑推理能力及专业性要求极高的MCMLE、MedExam、CMExam等权威医疗评测上的中文效果同样超过了GPT-4，是中文医疗任务表现最佳的大模型。Baichuan3还突破“迭代式强化学习”...……更多
2024-01-29 19:57:00百川,模型,语言,智能,模型,百川
...规划和遵循非言语指令，参与多种形式的推理，包括形式逻辑推理、关于世界的因果推理和科学推理（见图 1b）。研究表明，尽管失去了语言能力，一些患有严重失语症的人仍然能够进行所有测试形式的思考和推理，他们在各种...……更多
2024-06-25 09:45:00推理,模型,思维,语言,社区,语言
...M) 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，是会对通用智能的发展产生帮助？LLM 为什么会犯...……更多
2024-08-06 09:27:00推理,模型,内心,人类,世界,模型
...AI)系统在编码、战略规划和机器人科学三个领域执行复杂推理任务。聊天生成预训练转换器(ChatGPT)和“克劳德3-奥普斯”(Claude 3 Opus)等大语言模型(LLM)，根据人类输入“提示词”处理和生成文本。研究人员说，过去18个月，这些技...……更多
2024-06-12 18:15:00推理,架构,混合,人类,能力,语言
...23 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。他表示让自己印象最深的例子就是 OpenAI 网站上的一道数学推理的题: Simplify tan100 + 4sin100。根据 OpenAI 自...……更多
2024-03-13 10:26:00数学,数学题,科学家,模型,辅导,课程
...降。我们假设这种下降是因为当前的 LLM 无法进行真正的逻辑推理；相反，它们试图复制在训练数据中观察到的推理步骤。」这一结论得到了 Keras 之父 François Chollet 和美国心理学家、认知科学家 Gary Marcus 的转发，他们一直对 AI ...……更多
2024-10-14 09:55:00数学题,推理,废话,苹果,数学,小学
...模型的短板，此前行业也多次讨论过大模型的数学和复杂推理能力较差，即便是目前最好的大模型GPT-4也仍然有很大进步空间。最近的一次，第一财经曾在6月报道过，根据司南评测体系OpenCompass的高考全卷测试，包括GPT-4在内，7...……更多
2024-07-17 11:56:00实测,模型,模型,数学,小数,问题
...力一直是大模型的痛点，理科领域需要高度的抽象思维和逻辑推理能力，并且要求非常精准的答案，作为计算机科学和信息技术领域的重要工具，代码能力被视作衡量大模型智慧的关键维度。事实上，在过去一年国产大模型如火...……更多
2024-04-12 15:11:00商汤,办公,补强,金山,办公软件,理科
...一定启示。日前，相关论文以《大型语言模型评价中的元推理革命》（MR-GSM8K: A Meta-Reasoning Revolution in Large Language Model Evaluation）为题发在 arXiv，曾忠燊是第一作者，香港中文大学教授贾佳亚担任通讯作者 [1]。图……更多
2024-03-04 10:23:00革新,模型,范式,中文,推理,团队
...“秋季发布”（9月至11月）要更早。上述报道称，专注于推理能力的人工智能“草莓”发布前后还有一些亟待解决的问题，但看似“仓促上马”似乎说明OpenAI感受到了大语言模型驱动产品领域的激烈竞争压力，希望通过近几个月...……更多
2024-09-11 09:55:00人工智能,推理,草莓,人工,模型,突破
...相比较其它主流语言模型，依然小很多。微软表示Phi-2在逻辑推理和安全性方面显示出显著的改进。通过正确的微调和定制，小型语言模型是云和边缘应用程序的强大工具。MicrosoftResearch机器学习基础小组负责人SebastienBubeck在Twitt...……更多
2023-11-17 14:00:00微软,旗下,模型,语言,模型,微软
...程能力“爆表”新模型到底有多强？它在需要深入思考和逻辑推理的专业任务上不仅吊打GPT-4o，还超过了拥有博士学位的人类专家。OpenAI表示，新模型在物理、化学和生物等学科的挑战性基准测试中，表现超过人类专家。在国际...……更多
2024-09-13 16:44:00复旦,相关性,概率,推理,模型,教授
...性的同时增加多样性）。体验地址：https://open.bigmodel.cn/逻辑推理能力，从简单到复杂，包含一般逻辑推理和数学推理。测试 1：先来一道前段时间让很多大模型翻车的「9.11 和 9.9 哪个更大」问题，很容易就答对了。类似的数字...……更多
2024-08-28 09:43:00真香,模型,模型,能力,应用,开发
...凌晨1时许，AI时代迎来崭新的起点——能够进行通用复杂推理的大模型终于走到台前。OpenAI在官网发布公告称，开始向全体订阅用户开始推送OpenAI o1预览模型——也就是此前被广泛期待的“草莓”大模型。OpenAI表示，对于复杂推...……更多
2024-09-13 13:34:00新时代,推理,逻辑,模型,模型,问题
...、多维度的综合性测评基准，由十大基础任务组成，包括逻辑推理、代码、语言理解、长文本、角色扮演等。本次报告选取了国内外具有代表性的32个大模型4月份的版本，通过多维度综合性测评，真实准确地反映了国内外大模型...……更多
2024-05-06 16:52:00腾讯,梯队,模型,腾讯,模型,能力
...调遣语言模型之外的其他技术。例如，解决数学问题需要逻辑推理，而目前大多数AI模型都不擅长逻辑推理。鉴于此，谷歌深度思维公司开发出AlphaGeometr，将语言模型与符号引擎(使用符号和逻辑规则进行推理)相结合，构建出一...……更多
2024-09-12 07:47:00科学家,科研,自动化,科学,时代,科学家
... CoT 带来增益最大的三类任务分别是：符号推理、数学、逻辑推理。在这三个任务上，CoT 实现的平均性能为 56.9，而不使用 CoT 的表现为 45.5。而在其它任务上表现较好的个例（图中用黄色高亮标记出了 10 个），也或多或少与这...……更多
2024-09-21 09:37:00新论,推理,符号,性能,任务,数据
...我们需要结合快思考的‘黑盒’预测和慢思考的‘白盒’逻辑推理，打造‘灰盒’可信大模型。具体而言，通过融合科学规律、观测数据和合成数据，开发理解物理世界的垂直领域科学大模型。”作为本届大赛评委会主席，上智...……更多
2024-07-05 14:45:00第二届,招募,选手,大赛,智能,科学
... OpenAI 在大语言模型领域的新尝试，也可能是对人工智能推理能力一次新的革命性提升。根据目前流出的信息来看，相比以往的 GPT 模型，「草莓」在处理复杂问题、执行多步骤任务方面展现出前所未有的潜力，使其成为通用人...……更多
2024-09-12 09:49:00推理,草莓,定价,能力,项目,草莓
更多关于科技的资讯：
中新经纬12月23日电 23日，据微信官方辟谣平台“谣言过滤器”发布消息称，12月22日晚某直播平台遭到黑灰产攻击，部分传言称“违规直播间中隐藏着病毒链接
2025-12-23 13:44:00
“我们每天吃的米面油，安全与品质究竟如何保障？”带着消费者的共同关切，主播以“质量观察员”的身份，走进益海嘉里金龙鱼，实地探访其覆盖全产业链的品控体系，寻找“全链条透明，高质量守
2025-12-23 11:28:00
河北新闻网讯（苏行、孟学岗）为顺应数字经济发展新趋势，激发乡村产业新活力，12月17日至18日，邢台市任泽区举办电商直播带货现场培训观摩会
2025-12-23 10:44:00
在日常家装、看房验收或DIY创作中，精准与高效的测量至关重要。然而，传统工具常局限于单一功能，面对多种测量需求，用户不得不反复切换设备
2025-12-23 08:56:00
“前往杭州参加阿里巴巴的‘真牛奖’，全情投入，期待美好发生！”张英俊在朋友圈写道。工业化4.0时代，人要怎么跑赢机器？关于这个问题
2025-12-23 06:44:00
刘雨彤摘要：随着数字化进程的加速推进，大数据技术在风险管理中的作用愈发突显。传统风险管理依赖静态数据与人工判断，难以适应当前风险多变
2025-12-23 07:04:00
在日前举行的2025浙江省机器人行业发展大会上，由浙江大学机器人研究院（杭州市余杭区海创人形机器人产业创新中心）牵头，浙江省质量科学研究院
2025-12-23 07:14:00
12月17日至19日，惠购商盟“新零售数字化合规运营”高级人才研修班在国家市场监督管理总局行政学院（深圳南山）成功举办
2025-12-23 06:44:00
在毕业季影像服务赛道，“专业”与“可靠”是始终不变的核心诉求。忆学堂从一间工作室成长为全国连锁品牌，凭借实打实的硬实力
2025-12-22 14:13:00
鲁网12月22日讯12月22日，喜茶与泡泡玛特（POP MART）旗下人气IP星星人的联名活动正式登陆喜茶全球门店，不少喜茶门店开业后就迅速进入制茶繁忙状态
2025-12-22 14:14:00
2025年12月13日，正雅齿科在法国巴黎迪士尼乐园酒店成功举办了"儿童早期矫治学术研讨会"。本次会议吸引了来自法国、瑞士
2025-12-22 14:20:00
有多少游戏企业在游戏产品里做公益？他们做的公益活动被多少玩家接触过？在游戏里做公益是否会影响玩家游戏体验？在12月19日举办的2025中国游戏产业年会游戏公益+论坛上
2025-12-22 14:21:00
12月20日，“潮趣换新，自在未来——青岛城市传媒广场新起点暨2026业态升级发布会”在青岛西海岸隆重举行。活动标志着这座扎根区域八年的文化商业地标正式开启全面焕新阶段
2025-12-22 14:49:00
年底前一项大利好政策来了！刚刚，央行发布《关于实施一次性信用修复政策有关安排的通知》，这意味着个人信用救济的重磅政策落地
2025-12-22 14:57:00
【宅男财经｜专家面对面】据看看新闻报道，12月21日，俞敏洪在讲话中谈及董宇辉离职，仍亲切地喊他“孩子”，表示对目前结果感到满意
2025-12-22 15:00:00