关于LLM-as-a-judge范式，终于有综述讲明白了
关于LLM-as-a-judge范式，终于有综述讲明白了评估和评价长期以来一直是人工智能 (AI) 和自然语言处理 (NLP) 中的关键挑战。然而，传统方法，无论是基于匹配还是基于词嵌入，往往无法判断精妙的属性并提供令人满意的结果。
来自主题: AI技术研报
8842 点击 2024-12-03 20:21
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
评估和评价长期以来一直是人工智能 (AI) 和自然语言处理 (NLP) 中的关键挑战。然而，传统方法，无论是基于匹配还是基于词嵌入，往往无法判断精妙的属性并提供令人满意的结果。
36氪获悉，近日北京悦点科技有限公司（以下简称“悦点科技”）完成数千万元人民币的天使轮融资。本轮融资由云启资本独家投资，融得资金将主要用于公司在企业级GenAI应用平台的进一步研发和商业拓展。
本期 AGI 路线图中关键节点：Sora、DiT、Runway Gen-3、可灵 AI、Oasis、世界模拟器
之前领导OpenAI安全团队的北大校友翁荔（Lilian Weng），离职后第一个动作来了。当然是发～博～客。这次的博客一如既往万字干货，妥妥一篇研究综述，翁荔本人直言写起来不容易。主题围绕强化学习中奖励黑客（Reward Hacking）问题展开，即Agent利用奖励函数或环境中的漏洞来获取高奖励，而并未真正学习到预期行为。
不仅仅是“构建AGI”，要确保它造福人类！ 政策研究部门核心人员离职！ Rosie Campbell-OpenAI的政策研究员，也是原研究科学家、政策研究负责人Miles Brundage亲密共事的伙伴。
上周我们受谷歌邀请，来到了国际象棋世界冠军赛的现场。其中最激动的就是采访世界冠军丁立人老师（中国第一个男子国际象棋世界冠军！采访稿过几天会发布！）以及体验谷歌的 AI 展区！展区包括 AI 象棋解说（Chatting Chess），帮助小白和观众通俗易懂地学习如何下棋；
绘本故事在小红书赛道可以产生变现，相信您肯定了解，无论是做绘本售卖、挂小车、还是起号，都是不二之选.但制作过程是极其繁琐，如果不尝试AI agent coze工作流模式，只能使用很多软件相互协调搭配制作。 这是舰长使用工作流生成后，剪映剪辑后的效果视频
人工智能语音初创公司PlayAI宣布在种子轮融资中筹集了2100万美元。该公司表示，将利用这笔资金投资于其生成式人工智能（GenAI）语音模型和语音代理平台。
Letta（由之前爆火的 MemGPT 更名）最近做了一个关于 AI Agents Stack 的研究报告。
LLM 规模扩展的一个根本性挑战是缺乏对涌现能力的理解。特别是，语言模型预训练损失是高度可预测的。然而，下游能力的可预测性要差得多，有时甚至会出现涌现跳跃（emergent jump），这使得预测未来模型的能力变得具有挑战性。