搜索
现存的LLM是否真的有用？在工作中真实使用LLM的场景都有哪些？谷歌DeepMind科学家详细分享了他是如何「玩转」AI，帮助自己提质增效的。
近年来，基于从头算参考计算的机器学习力场 (MLFF) 的开发取得了巨大进展。虽然实现了较低的测试误差，但由于担心在较长的模拟时间范围内会出现不稳定性，MLFF 在分子动力学 (MD) 模拟中的可靠性正面临越来越多的审查。
但可能打不过公园里的老大爷？
陶哲轩一场新鲜出炉的演讲，为我们带来了一场干货满满的思想盛宴。
打造终身学习智能体，是研究界以来一直追求的目标。最近，帝国理工联手谷歌DeepMind打造了创新联合框架扩散增强智能体（DAAG），利用LLM+VLM+DM三大模型，让AI完成迁移学习、高效探索。
DeepMind最近被ICML 2024接收的一篇论文，完完全全暴露了他们背靠谷歌的「豪横」。一篇文章预估了这项研究所需的算力和成本，大概是Llama 3预训练的15%，耗费资金可达12.9M美元。
谷歌DeepMind推出LLM自动评估模型FLAMe系列，FLAMe-RM-24B模型在RewardBench上表现卓越，以87.8%准确率领先GPT-4o。
OpenAI员工离职创业，AI帝国估值达600亿美元。
刚刚，大模型再次攻下一城！
就在刚刚，谷歌DeepMind最新的数学模型捧得了IMO奥数银牌！它不仅以满分成绩做出了6道题中的4道，距离金牌只有1分之差，而且在第4题上只用了19秒，解题质量和速度惊呆了评分的人类评委。