标签：推理能力
Bengio团队提出多模态新基准，直指Claude 3.5和GPT-4o弱点
张天宇在其研究中提出了一种名为视觉字幕恢复（Visual Caption Restoration, VCR）的新任务，旨在探究视觉语言模型（Vision-Language Models, VLM）的推理能...
GPT-4被证实具有「人类心智」登Nature！AI比人类更好察觉讽刺和暗示
经过Nature子刊《自然·人类行为》的研究，针对AI心智理论进行了深入测试和比较。研究采用多项心理测试，发现GPT-4在大部分测试项目上的表现明显优于人类，尤...
面壁智能低调开源大模型“理科状元”！LeetCode 周赛超越80%人类选手，推理性能超 Llama3-70B
面壁智能近期低调开源了一个名为Eurux-8x22B的大模型，该模型在复杂推理综合性能方面超越了Llama3-70B，成为新的开源大模型SOTA（State of the Art），并被誉...
生图超级外挂！贾佳亚团队提出 VLM 模型 Mini-Gemini，堪比 GPT4+DALLE3 王炸组合
香港中文大学终身教授贾佳亚团队提出了一款名为Mini-Gemini的多模态模型，该模型结合了更高清图像的精确理解、更高质量的训练数据以及更强的图像解析推理能力...
超越GPT-4V，苹果多模态大模型上新！
苹果发布了最新的多模态大语言模型（MLLM）Ferret-UI，该模型在理解和与屏幕信息交互方面表现出卓越性能，超越了GPT-4V。Ferret-UI专为理解移动UI屏幕而设计...
GPT-4推理能力为0？开发者悬赏1万美金被打脸，神秘提示正确率直冲100%
新智元最近报道了关于GPT-4和Claude 3的推理能力的争议。一位名叫Taelin的程序员和初创公司Higher Order的创始人，对GPT模型的推理能力表示怀疑，他认为GPT模...
谷歌 Gemini vs. OpenAI ChatGPT，谁更胜一筹？
在本文中，作者通过提出九大问题，对ChatGPT的免费版本和谷歌Gemini的免费版本进行了全方位比较。首先，在编码能力方面，Gemini在编写一个简单的Python程序方...
谷歌Deepmind提出LLMs“自我发现”框架，提升GPT-4性能
谷歌Deepmind与南加州大学的研究人员提出了一种名为“自我发现”的新提示框架，以提高大型语言模型（LLMs）的推理能力。该方法已在arXiV和Hugging Face上发布，...
