標簽:任務
上海AI lab開源LLaMAX,用3.5萬小時的A100訓練讓大模型掌握上百種語言翻譯
夕小瑤科技說 原創(chuàng)作者 | Richard 在這個AI大爆發(fā)的時代,各種智能工具如雨后春筍般涌現(xiàn),大語言模型的能力也在不斷刷新我們的認知。隨便拉出一個AI模型,似...
首個WebAgent在線評測框架和流程數(shù)據(jù)管理平臺來了,GPT-4、Qwen登頂閉源和開源榜首!
夕小瑤科技說 原創(chuàng)作者 | 潘奕琛、孔德涵、周思達、崔成 在當今科技迅速發(fā)展的時代,大型語言模型(Large Language Model,LLM)正以前所未有的速度改變著我...
VLM集體「失明」?視力測試慘敗,GPT-4o、Claude 3.5全都不及格
新智元報道編輯:編輯部 【新智元導讀】視覺大語言模型在最基礎的視覺任務上集體「翻車」,即便是簡單的圖形識別都能難倒一片,或許這些最先進的VLM還沒有發(fā)...
大模型“玩”Excel更6了,微軟搞的
金磊 發(fā)自 凹非寺量子位 | 公眾號 QbitAI大模型理解、推理Excel,現(xiàn)在變得更加精準了。 這就是來自微軟的一項最新研究——SPREADSHEETLLM,主打的就是讓大模型...
還不如人類五歲小孩,難度為零的視覺測試,GPT-4o、Claude 3.5 Sonnet卻挑戰(zhàn)失敗了
大數(shù)據(jù)文摘授權轉(zhuǎn)載自學術頭條 撰文:馬雪薇 GPT-4o、Claude 3.5 Sonnet 等具有視覺能力的大語言模型(LLM),是否能像人類一樣感知圖像?最新研究表明,在一...
將慢思考蒸餾進快思考,Meta 把 Llama2 躍升至 GPT-4 水平
《思考快與慢》中人類的兩種思考方式,屬實是被Meta給玩明白了。 研究人員通過把AI的“慢思考”結(jié)果蒸餾進“快思考”,讓Llama2表現(xiàn)提升了257%,變得比GPT4還能打...
Meta開發(fā)System 2蒸餾技術,Llama 2對話模型任務準確率接近100%
機器之心報道 編輯:杜偉研究者表示,如果 Sytem 2 蒸餾可以成為未來持續(xù)學習 AI 系統(tǒng)的重要特征,則可以進一步提升 System 2 表現(xiàn)不那么好的推理任務的性能...
Mamba真比Transformer更優(yōu)嗎?Mamba原作者:兩個都要!混合架構才是最優(yōu)解
新智元報道編輯:喬楊 【新智元導讀】Mamba模型由于匹敵Transformer的巨大潛力,在推出半年多的時間內(nèi)引起了巨大關注。但在大規(guī)模預訓練的場景下,這兩個架構...
MSRA:視覺生成六大技術問題
古紓旸 投稿量子位 | 公眾號 QbitAI文生圖、文生視頻,視覺生成賽道火熱,但仍存在亟需解決的問題。 微軟亞洲研究院研究員古紓旸對此進行了梳理,他認為視覺...
AI Agent滿級進化!騎馬種田、辦公修圖,樣樣精通,昆侖萬維等發(fā)布通用Agent新框架
新智元報道編輯:好困 【新智元導讀】智能體又雙叒叕進化了!這次,什么游戲都能玩,什么軟件都能操控了。近日,昆侖萬維攜手北京智源人工智能研究院、新加坡...
AI慢思考蒸餾進快思考,Llama2躍升至GPT-4水平,不寫過程也能做對題
克雷西 發(fā)自 凹非寺量子位 | 公眾號 QbitAI《思考快與慢》中人類的兩種思考方式,屬實是被Meta給玩明白了。 研究人員通過把AI的“慢思考”結(jié)果蒸餾進“快思考”,...
創(chuàng)業(yè)必看!AI Agent 開源和創(chuàng)業(yè)項目全盤點
AI 崛起,能夠自主規(guī)劃并執(zhí)行多個步驟的 Agents,正成為用戶的接口,也成為開發(fā)者的核心著力點。 近期美國風投 Madrona 合伙人 John Turow 發(fā)表了一篇行業(yè)洞...
Claude上新:一鍵生成、測試和評估prompt,讓 prompt 寫作零門檻!
文章轉(zhuǎn)載自「機器之心」。 在構建 AI 應用時,prompt 質(zhì)量對結(jié)果有著重大影響。但制作高質(zhì)量的 prompt 具有挑戰(zhàn)性,需要研究者深入了解應用需求,并具備大型...
大語言模型的前世今生:萬字長文完整梳理所有里程碑式大語言模型(LLMs)
點擊下方卡片,關注“AI生成未來” >>后臺回復“GAI”,免費獲取AI行業(yè)報告和資料! 作者:APlayBoy編輯:AI生成未來 鏈接:https://zhuanlan.zhihu.com/p/...
賽爾筆記 | 具身大模型研究綜述
原創(chuàng)作者:陳一帆,張宇馳,孫楚芮,馮懷緒,宋浩,王寄哲 指導老師:張偉男 轉(zhuǎn)載須標注出處:哈工大SCIR 1. 引言1.1 機器人的智能——通用性和泛化性在上個世...