“模型评测”的搜索结果
能力与可信度可以兼得？GPT-4、Gemini等多模态大模型评测报告来了
摘要：2023年，多模态大语言模型（MLLM）在文本、代码、图像、视频等领域取得了显著进展。上海人工智能实验室联合多所大学发布了一份详...
大语言模型评测是怎么被玩儿烂的？我们跟知情人聊了一个下午
大模型评测面临着一些挑战，包括评测成本和时间成本高，以及数据泄露导致的过拟合问题。一些大模型公司通过刷题来提高分数，这已经成为...
00后国人论文登Nature，大模型对人类可靠性降低
这篇论文探讨了大型语言模型（LLMs）的可靠性问题，发现随着模型规模的增大，其在遵循指令方面的表现反而变得不可靠。研究指出，即使是...
李沐重返母校，上交大秒变追星现场，大模型趋势无保留分享
李沐，一位在人工智能领域享有盛誉的专家，近日在上海交通大学（上交大）的演讲吸引了大量学生和教职工的热烈追捧，现场座无虚席，甚至...
大模型权威测试被曝翻车！更偏袒GPT-4等闭源模型，连提示词都区别对待
MMLU-Pro，一个旨在衡量大型语言模型性能的权威测试，近期遭遇了信任危机。原本被认为能为前沿模型提供区分度的MMLU-Pro，现在被指出其...
OpenAI 断供中国大陆市场，零一万物 Yi API 二折平替 GPT-4o
6月25日，多名开发者收到了来自OpenAI的公告，宣布将于7月9日开始封锁来自非支持国家和地区的API流量。中国大陆和中国香港等地未在OpenA...
小红书这场大模型论文分享会，集齐了四大国际顶会的作者
大模型正在引领新一轮的研究热潮，业界和学术界都在这一领域涌现出众多创新成果。小红书技术团队也在这一浪潮中不断探索，并在多个国际...
IDC最新报告，7大维度11家大模型厂商比拼，唯一全优是谁？
国际数据公司（IDC）最新发布的大模型实测报告对当前市场上11家大模型厂商的16款产品进行了全面评估。该报告从基础能力和应用能力两大类...
昆仑万维开源 2 千亿稀疏大模型天工 MoE，全球首创能用 4090 推理
昆仑万维宣布开源其千亿稀疏大模型Skywork-MoE，此模型基于先前的Skywork-13B模型中间checkpoint扩展而成，是首个将MoE Upcycling技术应...
中国版 Runway 新功能上线，图生视频动效更强
爱诗科技发布的视频生成工具PixVerse，最新上线了Magic Brush运动笔刷功能。该功能允许用户通过涂抹区域和绘制轨迹的方式，对视频中的多...
