• 我的订阅
  • 头条热搜
LLM仍然不能规划,刷屏的OpenAI o1远未达到饱和
... o1 在基准测试上性能超过了竞争对手,但它还远未达到饱和状态。论文标题:LLMs Still Can\'t Plan; Can LRMs? A Preliminary Evaluation of OpenAI\'s o1 on PlanBench 论文地址……更多
OpenAI o1 模型 PlanBench 规划能力实测:准确率 97.8%
...学的科研团队利用 PlanBench 基准,测试了 OpenAI o1 模型的规划能力。研究结果表明 o1 模型取得了长足的进步,但仍然存在很大的局限性。PlanBench 基准简介PlanBench 开发于 2022 年,用于评估人工智能系统的规划能力,包括 600 个来自...……更多
LeCun 的世界模型初步实现!基于预训练视觉特征,零样本规划
...续性记忆,不能推理(只要推理的定义是合理的)、不能规划。」Yann LeCun 批评 LLM 的推文之一相反,他更注重所谓的世界模型(World Model),也就是根据世界数据拟合的一个动态模型。比如驴,正是有了这样的世界模型,它们才...……更多
o1规划能力首测!已超越语言模型范畴,preview终于赢mini一回
...mini一次!亚利桑那州立大学的最新研究表明,o1-preview在规划任务上,表现显著优于o1-mini。相比于传统模型的优势更是碾压级别,在超难任务上的准确率比Llama3.1-405B高了11倍。要知道之前,OpenAI自己人也发了一张图,显示preview...……更多
调研219篇文献,全面了解GenAI在自适应系统中的现状与研究路线图
...能够显著增强系统的自适应能力。例如,GenAI 可以分析并规划系统策略,自动调整配置以应对环境变化。尽管已有一些研究探索了 GenAI 在自适应系统中的应用,但该领域尚缺乏系统性和深入的研究。因此,本论文旨在为研究人...……更多
菲尔兹奖得主亲测GPT-4o,经典过河难题破解失败!最强Claude 3.5回答离谱,LeCun嘲讽LLM
...径庭。从下面这张图中可以看到,LLM在各种基准测试上的饱和速度越来越快。几乎是每提出一个新的测试集,模型就能迅速达到人类水平(图中0.0边界)甚至超越,其中不乏非常有挑战性的逻辑推理任务,比如需要复杂多步骤推...……更多
GPT-4V暴露致命缺陷?JHU等发布首个多模态ToM 测试集
...PT-4V 无法区分信念和真实世界状态。BIP-ALM 小模型 + 逆向规划超过 GPT-4V那么,我们该如何缩小 AI 模型和人类表现之间的差距?该团队提出了一种新方法:BIP-ALM (Bayesian Inverse Planning Accelerated by Language M……更多
北大推出全新机器人多模态大模型!面向通用和机器人场景的高效推理和操作
...boMamba图 1. RoboMamba 具备的机器人相关能力,其中包括任务规划、提示性任务规划、长程任务规划、可操纵性判断、可操纵性生成、未来与过去预测、末端执行器位姿预测等。摘要机器人操纵的一个基本目标是使模型能够理解视觉...……更多
o1金牌团队揭秘AI超越人类惊人时刻!22分完整版视频全公开
...做的事情是否正确,而且最后很多常用的行业基准也趋于饱和,需要重新找到适合o1能力的基准测试。除了模型的开发历程,研究人员们还被问到了自己最喜欢的o1模型用例。Hyung Won Chung表示,o1可以成为很好的编码助手。他自己...……更多
理想的智能驾驶,到底「City 不 City」?
...能够在各种道路条件下行驶; 绕行丝滑:具备时空联合规划能力,对道路障碍物的避让和绕行更加流畅;路口轻松:通过超视距导航选路能力,在复杂路口也能顺畅通行;默契安心:考虑用户心理安全边界,实现分米级微操,...……更多
大模型是否有推理能力?DeepMind数月前的论文让AI社区吵起来了
...型的性能随着深度的增加而增加,但似乎在 8 层左右达到饱和,这表明深度很重要,但不能超过某个点。 ……更多
补齐Transformer规划短板又不放弃快速思考,Dualformer双重优势
... dynamics bootstrapping》,参阅机器之心报道《补齐 Transformer 规划短板,田渊栋团队的 Searchformer 火了》。为了执行规划,他们要训练一个 Transformer 来建模一个 token 序列,而该序列则是以顺序方式来表示该规划任务、A* 算法的计……更多
...策的实施,促使学生对学业和未来的职业生涯要及早做出规划。高中生经验不足,对生涯规划比较陌生,因此特别需要家长指导帮助孩子做好生涯规划。高中生生涯规划易出现的问题问题一:学生缺乏职业生涯教育。很多学生都...……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
...抓取需要全面的语义理解、场景感知、决策和稳健的控制规划。具身抓取方法将传统的机器人运动学抓取与大型模型(如大语言模型和视觉语言基础模型)相结合,使智能体能够在多感官感知下执行抓取任务,包括视觉主动感知...……更多
钉钉发布全新AI搜索,将面向深度用户邀请测试
...系统。如在思考系统方面,AI助理具备更强的记忆和推理规划能力。用户授权后,可以让AI助理记住与其相关的信息、习惯、偏好等,包括姓名、岗位、上下级关系、工作任务进展,也支持用户自定义设置记忆,让AI助理的生成结...……更多
o1带火的CoT到底行不行?新论文引发了论战
...方法,使用 CoT 时 LLM 能更好地生成可执行的形式化方案规划;但如果使用语言模型来生成方案规划,然后再使用外部符号解算器来求解该规划,性能表现还会更好一些。这样的结果忽然让 CoT 的处境变得有点尴尬:在 CoT 有用的...……更多
对标OpenAI o1!Kimi发布新一代推理模型:中考高考考研全第一
...ath模型在做题过程中会花更长的时间来推理,包括思考和规划思路,并且在必要时自行反思改进解题思路,提升答题的成功率。不过,月之暗面坦言,k0-math虽然擅长解答大部分很有难度的数学题,但是当前版本还无法解答LaTeX格...……更多
ai硬件产品规划流程
...正在变革。下面这篇文章是笔者整理分享的关于硬件产品规划手册的相关内容,大家一起来看看吧!随着人工智能(AI)的快速发展和全球数字化转型的加速,硬件产品正经历着前所未有的变革。在这个时代,智能化、网络化、...……更多
Mistral放大招!124B多模态巨无霸登场,免费版ChatGPT震撼突袭
...一个生成数据分析报告的工作流,工作流共包含数据分析规划、代码生成与执行、分析报告总结三步,每一步都有一个单独的智能体。数据分析规划:数据分析规划智能体编写一份全面的数据分析计划,概述分析数据所需的步骤...……更多
...整车智能才是新能源汽车智能化发展的正确方向。”按照规划,比亚迪未来将在智能化领域投入1000亿元,沿着整车智能的技术路线,加速汽车行业智能化转型。“整车智能,才是真智能”比亚迪之所以提出“整车智能”的概念...……更多
安兔兔评测pc版正式发布,欢迎大家下载体验
...NPU的支持,准确评判电脑的AI能力,以便让您可以更好地规划电脑在AI方面的使用场景。CPU测试部分,通过运行特定的AI任务和算法,对CPU的计算能力、数据处理速度以及指令执行效率进行评估,小到简单的数学运算,大到复杂的...……更多
不靠更复杂的策略,仅凭和大模型训练对齐,零样本零经验单LLM调用
...算,它可以帮你预订酒店。既拥有海量常识,又能做长期规划的大语言模型(LLM),自然成为了智能体常用的基础模块。于是上下文学习示例、任务技巧、多智能体协同、强化学习算法…… 一切适用于通用智能体的想法都抢着...……更多
GPT刚刚公开「草莓」项目:推理能力翻倍,定价200美元?
...究任务,这意味着它不再仅限于生成答案,而是能够提前规划、自动导航互联网,甚至自主解决高度复杂的科学问题。 相比现有的 GPT-4 系列模型,「草莓」被寄予了厚望,可以帮助 AI 更好地模仿人类的思维过程,尤其是在数...……更多
转型关键期:如何高效构建AI产品线的专业能力和权威地位?
...从前到后,可以分为:转型之机、搭建团队、制定AI战略规划、AI商业化规划、内部AI工具建设、外部AI产品开发、申报权威荣誉、大模型备案、加强知识产权保护、培训和知识分享等10个方面,其中几个环节是在以后的产品研发...……更多
...文章链接。ChatGLM3还集成了自研的AgentTuning技术,在智能规划和执行方面相比于上一代ChatGLM2提升了1000%,并开启了国产大模型原生支持工具调用、代码执行、游戏、数据库操作、知识图谱搜索与推理、操作系统等复杂场景。以代...……更多
google向美国用户推出人工智能驱动概览功能
...驱动的概览功能。此外,该公司还希望使用Gemini作为旅行规划等方面的代理。Google搜索部门主管利兹-里德(LizReid)说,公司为搜索建立了一个定制的Gemini模型,将实时信息、Google排名、长语境和多模态功能结合在一起。自去年...……更多
CVPR’24 Navsim挑战赛冠军方案!
...的研究表明,近年来涌现的不少端到端自动驾驶模型,在规划范式上存在一定问题。近期,NVIDIA 研究团队提出了一种新型的端到端自动驾驶框架 Hydra-MDP。在 CVPR 2024 NAVSIM(大规模端到端驾驶)挑战赛中,Hydra-MDP 获得了第一名和...……更多
小模型越级挑战14倍参数大模型,谷歌Test-Time端新的Scaling Law
...索(MCTS)。草莓可能是一种具有特殊tokens(例如回溯、规划等)的混合深度模型。它可能会通过人类数据标注员和来自容易验证领域(如数学/编程)的强化学习进行训练。论文链接:https://arxiv.org/pdf/2408.03314参考链接:[1]https://...……更多
谷歌Gemini数学反超o1预览版!成本仅1/10、无需额外思考时间
...提升。不过倒也有网友表示,数学基准也没啥用。它已经饱和,而且污染了大多数模型的训练数据。在现实世界的数学难题里,这些还是没办法跟o1系列相提并论。虽然但是,谷歌升级模型还有一个用处。那就是push一下OpenAI,赶...……更多
AI智驾时代降临,端到端奏响“三重奏”
...感知和规控的“端到端”;小鹏的XNGP则被分为感知XNet、规划XPlaner、控制XBrain三个部分。这一做法等同于将感知、规划和控制三个模块全部揉进一个模型中。 智驾的端到端与模块化方案回顾过去数年,几乎所有的智驾企业都选...……更多
更多关于科技的资讯:
海外媒体宣发:打开国际传播的新大门
一、何为海外媒体宣发?(一)定义阐述海外媒体宣发,简单来说,就是把产品、活动或品牌等相关信息,借助海外的新闻媒体、社交媒体
2024-12-18 21:31:00
三星在印度推送One UI 7 Beta 面向S24用户
【CNMO科技消息】据外媒报道,近日,三星正式面向印度的GalaxyS24系列用户开放了OneUI7Beta测试计划。用户现在可以通过SamsungMembers应用程序报名参与测试
2024-12-18 22:43:00
华为在马来西亚举行旗舰新品发布会 Mate X6将亮相
【CNMO科技消息】据CNMO了解,华为将于12月18日,即今日在马来西亚举行旗舰新品发布会,推出MateX6折叠屏手机
2024-12-18 22:44:00
苹果地图网页版迎来升级!新增支持“环顾四周”功能
【CNMO科技消息】苹果于7月份首次推出的网页版苹果地图已经升级,支持“环顾四周”功能。该功能本质上相当于谷歌街景。在支持的区域中
2024-12-18 22:44:00
海信电视用户满意度连续10年蝉联第一 含金量满满!
【CNMO科技消息】12月13日,在南宁举办的“2024年满意中国大会”上,中国质量协会发布了2024年用户满意等级评价结果
2024-12-18 22:45:00
7000mAh!真我刚出的这款性能机体验如何?
我去,等等党这次又赢了。进入十二月,尽管新机发布的频率相较于前两个月慢了一些,但是重量级新品那却是一点都不少的,而且和少部分人才能承担得起的旗舰或次旗舰不同
2024-12-18 22:45:00
全球腕戴市场数据出炉!华为第一,领先苹果小米
最近,国际数据公司IDC发布了《全球可穿戴设备市场季度跟踪报告》。据报告,尽管全球腕戴设备市场总出货量同比下滑1.0%
2024-12-18 22:46:00
2199元起,荣耀GT要做今年AI功能最强的电竞手机!
两年前,荣耀推出了首款后缀「GT」的机型——荣耀X40GT,作为荣耀独立后的一款性能手机,它配备了时下最热门的旗舰芯片骁龙888
2024-12-18 22:46:00
OPPO新折叠屏旗舰曝光!Find N5这配置太猛了
知名调研机构CounterpointResearch数据显示,折叠屏手机显示屏出货量于2024年第三季度同比首次出现下降
2024-12-18 22:46:00
1399元起!vivo Y300发布:6倍超大音量引爆千元机
12月16日,vivo正式发布Y系列的新品vivoY300,并希望这款产品可以带给用户“越级”的使用体验,在外观、性能
2024-12-18 22:46:00
2899元起,TCL T6L QD-Mini LED电视发布
在科技行业,电视可能是一个被频繁提及却容易被忽视的领域。而TCL,作为电视领域的技术先锋,刚刚在QD-MiniLED新技术发布会上又刷了一波存在感
2024-12-18 22:46:00
小米格局打开!官方开源新项目,智能家居将迎来新变革
在智能家居领域,小米一直以其丰富的产品线和强大的生态系统吸引着大批消费者的目光。最近小米再次迈出重要一步,正式在GitHub上开源了“HomeAssistant米家集成”项目
2024-12-18 22:47:00
微信放大招!这些境外钱包App,通通接入微信支付
伴随全球化的不断深入,跨境支付已成为越来越多人的需求。最近,微信宣布一项重大举措,进一步拓展了微信支付的国际版图。通过与多家境外金融机构合作
2024-12-18 22:47:00
小米空调狂飙53%!在红海市场虎口夺食,全靠更懂年轻人?
在最新一期的《珍知酌见》节目中,董明珠再次回应了当年与雷军的“10亿赌约”,不仅提到当年雷军输了之后,没有付说好的“1块钱”赔偿
2024-12-18 22:47:00
努比亚新品低调发布!手机厂商造对讲机,能成吗?
手机厂商最近都不是很“安分”,纷纷搞起了“副业”。雷科技近期注意到,努比亚悄悄推出了一款对讲机:努比亚对讲机N1,目前只有京东自营一个渠道销售(处于预约阶段)
2024-12-18 22:47:00