清华27岁助理教授陈勇超发布首个35B模型Apex-35B-V1.0
清华27岁助理教授陈勇超发布首个35B模型Apex-35B-V1.0AI 的下一次突破将从何而来?业界大佬们一两年前就已给出判断。
搜索
AI 的下一次突破将从何而来?业界大佬们一两年前就已给出判断。
让故事世界有更多可能。
刚刚,谷歌甩出全新前沿王炸模型Gemini 4 Carbon,一口气把全球第一抢了回来!
近日,在NVIDIA Research推出的GPU算子性能评测榜单SOL-ExecBench [1] 上,无问芯穹(Infinigence AI)取得亮眼成绩: 先后登顶L1基础算子、L2融合算子、Quant量化算子与FlashInfer-Bench推理算子全部四大赛道。
什么时候是具身智能的ChatGPT时刻?
「LeetCode 式的编程面试已死!至少对我的团队来说是这样。」
可怕,这才过了几天?
随着多模态大模型越来越强,OCR的短板反而逐渐明显。
每个做 AI 系统的人都经历过这个阶段:效果上不去,又不知道往哪使劲——读轨迹、改 prompt、调配置,靠人一轮轮试,一试就是好几天。
一张高清照片中,远处的手提包是什么颜色?一页票据里,某项费用到底是多少?面对这些问题,多模态大模型常常需要先找到相关区域,再放大查看。但如果第一步就框错了位置,后面的推理也可能跟着出错。视觉思维链让模型能够边看边想、调用工具寻找证据。不过,许多方法仍然像生成句子一样,把边界框坐标逐个写成文本 token。连续的空间位置,为什么要通过离散文字来表达?