• 我的订阅
  • 头条热搜
重磅!OpenAI o1模型还没有实现真正的逻辑推理能力
...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
重磅!TeleAI 完成首个全国产化万卡万参大模型训练
...一在今年5月的 OpenCampass 测试榜单中,TeleChat 系列模型的逻辑推理能力名列开源大模型榜单第一。作为新一代版本,TeleChat2-115B 在9月最新公布的 C-Eval 评测 Open Access 模型综合榜单中,以 86.9 分的成绩排名第一。其通用能力较 Tele……更多
昆仑万维:“天工大模型3.0”将于4月17日正式发布 同步开源4000亿参数MoE超级模型
...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
国产大模型首发中文逻辑推理,「天工大模型4.0」o1版来了
...始在一些权威评测中取得领先。今天,国内首款具备中文逻辑推理能力的 o1 模型来了,它便是由昆仑万维推出的「天工大模型 4.0」 o1 版(英文名:Skywork o1)。这也是近一个月来,该公司在大模型及相关应用上的第三次大动作...……更多
罗格斯大学团队提出思想链概念,提高大模型的算数推理能力
...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
商汤又“夺金”!SuperCLUE-V多模态大模型基准发布10月榜单
...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
奥林匹克竞赛里选最聪明的AI:Claude-3.5-Sonnet vs. GPT-4o?
...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
人类和AI在推理任务中的表现相似,Google DeepMind研究揭示AI局限性
...,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
姚期智院士大模型新研究:思维图DoT,用数学理论确保AI逻辑一致
...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
苹果新论文证明LLM大模型存在缺陷!没有进行真正的逻辑推理
...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
东方财富金融AI大突破,「妙想」助理重磅发布
...对上述问题给出了全新的解决方案。下一代投研解决方案重磅首发与传统“点对点”的赋能方式不同,妙想投研助理能够覆盖从研究目标确立、市场信息检索、数据整合与分析,到撰写研究报告的完整投研工作流,帮助投研群体...……更多
AI新时代揭幕!会“思考解题逻辑”的OpenAI推理大模型登场
...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
2023IDEA大会:让大模型更好应对复杂问题
...外籍院士沈向洋在会上发表主旨演讲,发布IDEA研究院的重磅研产结晶与市场化成果;在大咖云集的论坛环节,多位领军科学家、企业家、创业者同台论道,碰撞“学研产投”灵感。2023年,AI技术给人类生活带来撼动,一个个看...……更多
...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
中国首个音乐SOTA模型「天工音乐大模型」今日公测
...,是全球最大的开源MoE大模型。「天工3.0」在语义理解、逻辑推理、通用性、泛化性、不确定性知识、学习能力等领域拥有突破性的性能提升,数学/推理/代码/文创能力提升超过30%。 (天工3.0模型参数超越Grok-1,成全球最大开...……更多
Anthropic再反击!发布Claude 3.5吊打GPT-4o,视觉、逻辑推理等方面表现更强
...个版本Claude 3.5 Sonnet。从官方披露的测试数据来看,其在逻辑推理、编程、数学等方面中的表现性能均超越GPT-4o。网友直言,“太卷了,现在AI竞争是要以周为单位了吗?” 从官方介绍来看,Claude 3.5全家桶仍会有3款系列模型,...……更多
昆仑万维重磅发布天工AI高级搜索功能,做最懂金融投资、科研学术的AI搜索
...提供深度洞察。系统能够理解复杂的上下文关系,并通过逻辑推理为用户提供高质量的解决方案,做更懂你、更省心、更精准的AI搜索。推理能力的跨越式提升,离不开数据和信源检索技术的升级。在数据上,天工AI投入了巨大...……更多
影响英伟达根本逻辑的大争论:OpenAI改变策略意味着什么?谁在撒谎?
大模型预训练“缩放定律”定律失效?模型推理成“解药”,英伟达一家独大格局要变天?“缩放定律”指导下,AI大模型预训练目前遭遇瓶颈。据路透12日报道,硅谷主要AI实验室的新模型训练计划目前普遍进展不顺,新模型...……更多
科学家推出大模型数据集,涵盖奥赛数学题,有望让AI辅导数学课程
...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
推理性能直逼o1,DeepSeek再次出手,重点:即将开源
DeepSeek 又出手了,这次又是重磅炸弹。昨晚,DeepSeek 上线了全新的推理模型 DeepSeek-R1-Lite-Preview,直接冲击 OpenAI o1 保持了两个多月的大模型霸主地位。在美国数学竞赛(AMC)中难度等级最高的 AIME 以及全球顶级编程竞赛(codeforc..……更多
蚂蚁自研知识增强大模型服务框架KAG,可显著提升知识推理准确率
...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
上海AI实验室版o1已上线!数学题、Leetcode全拿下,还会玩24点
...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中进行自我反思和纠正。先来一起看两个例子感受一下:比...……更多
能看风水 夸我有情趣 Kimi现在都这么野了吗
...一个道理。在模型 “ 学好数学 ” 的基础上,再将这种逻辑推理的能力应用到物理、化学,乃至于咱们日常生活的方方面面,直到最后真正理解这个世界。而很显然, Kimi 推理模型的泛化能力已经开始显现出来了。在数据见顶...……更多
给小学数学题加句废话,OpenAI o1就翻车了,苹果论文质疑AI推理
...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
港中文团队提出大模型元推理范式,革新大模型的评价体系
...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
百川智能发布baichuan3稳定语言模型
...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
号称博士生水准!OpenAI最新模型仍分不出9.11和9.8哪个大
...出现的松鼠。这类游戏的逻辑相对复杂,更考验OpenAI o1的逻辑推理能力。官方还表示,相较于GPT-4o等现有的大模型,OpenAI o1能够解决更加困难的推理问题,同时改善过往模型中存在的机制性缺陷。比如在解答编程问题时也会更有...……更多
谷歌最新自然语言推理算法
...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
腾讯大模型混元Turbo:御气升昺云,梓桐金鼎开
...不足,腾讯还特别强化了模型在高质量文本创作、数学和逻辑推理等方面的能力。 文本创作能力的显著提升在文本创作领域,大多数大模型表现平平,尤其在专业写作方面,常常缺乏足够的灵活性和精准度。混元Turbo在这方面...……更多
云计算一哥终于搞多模态了:一口气6个大模型,还有个3nm芯片!
...更好地支持创业精神。因此,Matt在大会中还宣布了一个重磅消息:将在2025年为全球的初创公司提供10亿美元的资金支持! ……更多
更多关于科技的资讯:
官方确认:一汽奥迪A5L也将用上华为智驾
快科技2月24日消息,日前上汽奥迪发布了全新的A5L官图,并确认称这款车配备了华为激光雷达高阶智驾系统。而后,一汽奥迪也坐不住了
2025-02-24 10:32:00
003超润薄:名流玻尿酸24枚11.9元刚需速囤
天猫名流官方旗舰店,名流 003 超润薄 24 枚标价 309.2 元,立打 7.5 折 + 立减 30 元,叠加 190 元大额券
2025-02-24 10:32:00
榕职| 博罗普通高中招生开启,榕城职校特色专业铸就锦绣前程?
随着博罗普通高中招生工作的火热开启,众多学子和家长又站在了人生选择的重要路口。在众多学校中,惠州市榕城职业学校宛如一颗璀璨的新星
2025-02-24 10:42:00
加多宝2025春节营销破局,跨界创新引爆消费新热潮
2025 年的春节消费市场迎来了全面复苏的高峰,国潮IP、文化情怀成为春节消费一大亮点,在热气腾腾的消费盛宴里,情绪价值成为年轻人消费的新热点
2025-02-24 10:59:00
最近,家门口的一家老商场倒闭了,感觉许多实体店没有过去那么有人气,网上也有一些唱衰声音,认为实体店过气了。实体店还有未来吗
2025-02-24 10:59:00
PvPvE模式来袭!《解限机》Steam Demo测试现已开启
快科技2月24日消息,由西山居制作的国产机甲游戏《解限机》,已于2月23日18:00正式开启“全球风暴Steam Demo测试”
2025-02-24 11:02:00
饿了么在上海突围!投入逾10亿真金白银支持商家经营
快科技2月24日消息,近日,饿了么宣布在上海推出“春生计划”,表示要在2025年3月至5月期间,投入逾10亿元,继续加大对餐饮行业商家的扶持力度
2025-02-24 11:02:00
迈入“AI+”时代,江苏常熟打造人工智能赛道样板
TN10清洁机器人、布匹缺陷检测demo设备、AI语音互动智能音箱……日前,2025年苏州市“人工智能+”创新发展推进大会举办
2025-02-24 11:19:00
伽马数据:1月中国游戏市场收入310 亿,移动、客户端游戏创新高
近日,伽马数据发布《2025年1月中国游戏产业月度报告》,2025年1月中国游戏市场实际销售收入为310.77亿元,环比增长7
2025-02-24 11:22:00
链家“223”第十年:49亿安心保障金,筑牢“安全”底线
大众网记者 崔荔媛 烟台报道2月23日是链家一年一度的“客户日”,这个日子在链家内部承载着极其重要且特殊的意义。据了解
2025-02-24 11:25:00
天翼云+DeepSeek 广西电信硬核助攻八桂拥抱AI的春天
本文转自:人民网-广西频道日前,自治区举行“新春第一会”,自治区党委、政府鲜明提出,人工智能时代广西必须跟上时代的步伐
2025-02-24 11:30:00
近期,美国对中国日用消费品加征关税,直接推高了跨境小商品的出口成本。在关税高压下,中国跨境小商品出口商面临双重挑战:外需疲软与成本攀升
2025-02-24 11:30:00
当前,越来越多的年轻人开始购买黄金首饰。世界黄金协会在《2024中国金饰零售市场洞察》中提到,18至34岁的年轻人贡献了超过三分之一的黄金首饰销售额
2025-02-24 11:31:00
自媒体称小米汽车造假 被工信部罚款1.2亿!网友喊话小米法务干活
快科技2月24日消息,日前,网上流传出一篇《惊爆!小米汽车路测数据造假遭坐实 工信部重拳开出1.2亿罚单》的文章。文中称
2025-02-24 11:32:00
2024下半年新能源汽车售后能力排名:小米汽车超蔚来、奔驰 拿下第一
快科技2月24日消息,汽车市场数据调研机构杰兰路今日发布了2024年度下半年新能源汽车品牌售后服务能力研究报告。此次调研覆盖了26个新能源品牌
2025-02-24 11:32:00