史上最严“中文真实性评估”：OpenAI o1第1豆包第2，其它全部不及格
史上最严“中文真实性评估”：OpenAI o1第1豆包第2，其它全部不及格新的大语言模型（LLM）评估基准对于跟上大语言模型的快速发展至关重要。
来自主题: AI技术研报
10109 点击 2024-11-21 13:47
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
新的大语言模型（LLM）评估基准对于跟上大语言模型的快速发展至关重要。
论文提出了一种RAG任务分类法，将用户查询分为四个级别，并讨论了将外部数据集成到LLMs中的三种主要方式。从简单的事实检索到复杂的推理任务，每个级别都有其独特的难点和解决方案，需要不同的技术和方法来优化性能。
蜜雪冰城跨界AI：奶茶界的科技革新还是营销噱头？蜜雪冰城，人工智能，两个毫不相干的领域居然有了联系。
苹果牌电视，注定不会大卖。 现在市面上名为Apple TV的产品，本质是电视盒子而不是电视。最新消息称，苹果居然要推出真正的智能电视了？
在人工智能（AI）技术飞速发展的今天，其在各个领域的应用不断拓展，从自动驾驶到智能助手，AI的身影无处不在。然而，在UI界面设计这一领域，尽管AI技术被寄予厚望，但其实际应用效果却远未达到预期。本文将探讨AI在UI界面设计中的影响、挑战，并结合具体工具案例进行分析。
在“最难AI榜”，拿下中国第一、全球第五。
如何解决模型生成幻觉一直是人工智能（AI）领域的一个悬而未解的问题。为了测量语言模型的事实正确性，近期 OpenAI 发布并开源了一个名为 SimpleQA 的评测集。而我们也同样一直在关注模型事实正确性这一领域，目前该领域存在数据过时、评测不准和覆盖不全等问题。例如现在大家广泛使用的知识评测集还是 CommonSenseQA、CMMLU 和 C-Eval 等选择题形式的评测集。
顶不住了，真的顶不住。 AI顶会NeurIPS公布了今年「高中组」论文的获奖结果。
近年来，AI for Science 发展提速，不仅为科研领域带来创新研究思路，同时也拓宽了 AI 的落地通路，为其提供了更多具有挑战性的应用场景。在这个过程中，越来越多的 AI 领域研究人员开始关注医疗、材料、生物等传统科研领域，探索其中的研究难点与行业挑战。
领头羊企业OpenAI刚获得66亿美元融资，估值达到1570亿美元，成为究极独角兽。紧跟其后，xAI、Perplexity、Anthropic等明星创企也开始新一轮的大额融资，xAI的估值更是冲向了450亿美元。三年过去，生成式AI热潮经久不衰，依然是当下最热门投资方向。