最新PRBench基准可以测试AI在金融和法律领域的表现。结果显示，即使是顶尖大模型在处理复杂任务时也表现不佳，尤其在涉及重大经济后果的任务中。PRBench通过模拟真实场景和多轮对话，揭示了AI在专业领域的不足，强调开发更可靠AI系统的重要性。
在基础模型领域，模型规模与性能之间的缩放定律（Scaling Law）已被广泛验证，但模型增大也伴随着训练成本、存储需求和能耗的急剧上升。如何在控制参数量的前提下高效扩展模型，成为当前研究的关键挑战。
现实爽文，小扎打脸！ 2023年上半年，扎克伯格在Meta大裁员，几个月之内裁掉一万人，其中就包括由十几名科学家组成的Meta-FAIR蛋白质小组。 然而，被裁掉的几名科学家不甘心，创办了AI蛋白质公
AI卷走饭碗，17万大军一夜失业。别慌，Scale AI新作一锤定音：全球六大顶尖AI，现在能自动处理的事情连3%都不到。来自Scale AI和Center for AI Safety最新研究，一句话戳破了真相：虽然AI很聪明，但还不够实用。目前，AI自动化率还不到3%。值得一提的是，论文参与者中，还有Alexandr Wang本尊，曾在Scale AI期间完成的研究。
比拉尔·阿布-加扎勒在我们通话前几天刚刚搬到伦敦，现在往返于伦敦和迪拜两地。在美国工作近十年后，包括在Scale AI 任职的经历，他正将这些经验注入新事业：1001 AI——一家为中东和北非地区（MENA）关键行业构建人工智能基础设施的企业。
甲骨文于上周发布全球最大云端AI超级计算机「OCI Zettascale10」，由80万块NVIDIA GPU组成，峰值算力高达16 ZettaFLOPS，成为OpenAI「星际之门」集群的算力核心。其独创Acceleron RoCE网络实现GPU间高效互联，显著提升性能与能效。该系统象征甲骨文在AI基础设施竞争中的强势布局。
在 LLM 领域，扩大强化学习算力规模正在成为一个关键的研究范式。但要想弄清楚 RL 的 Scaling Law 具体是什么样子，还有几个关键问题悬而未决：如何 scale？scale 什么是有价值的？RL 真的能如预期般 scale 吗？
近日，谷歌与耶鲁大学联合发布的大模型C2S-Scale，首次提出并验证了一项全新的「抗癌假设」。这一成果表明，大模型不仅能复现已知科学规律，还具备生成可验新科学假设的能力。
大模型强化学习总是「用力过猛」？Scale AI联合UCLA、芝加哥大学的研究团队提出了一种基于评分准则（rubric）的奖励建模新方法，从理论和实验两个维度证明：要想让大模型对齐效果好，关键在于准确区分「优秀」和「卓越」的回答。这项研究不仅揭示了奖励过度优化的根源，还提供了实用的解决方案。
靠AI挖出了癌症潜在新疗法，AI医疗领域再添猛将。谷歌、耶鲁联手，给攻克冷肿瘤找到了新方法。
