考考大模型视频理解能力，中科院人大百川提出新基准合成框架
考考大模型视频理解能力，中科院人大百川提出新基准合成框架测试Gemini1.5 Pro、GPT-4o等多模态大模型的新基准来了，针对视频理解能力的那种。
来自主题: AI技术研报
10758 点击 2024-06-20 23:25
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
测试Gemini1.5 Pro、GPT-4o等多模态大模型的新基准来了，针对视频理解能力的那种。
城市时空的预测，迎来GPT时刻。 清华大学电子系城市科学与计算研究中心推出了第一个无需自然语言的纯时空通用模型——UniST，首次展示了纯时空模型本身的通用性和可扩展性，研究成果已被KDD2024接收。
毕业季，大模型人才正在被各家大厂和创业公司重金哄抢。 刚刚，腾讯也曝光了他们与大模型相关的人才计划，并且直通2025年校招—— 将面向全球范围内大举扩招50%大模型人才，并且放话薪资算力什么的不用愁。 不出所料，各家抢人下手都既快又狠，晚一步生怕就抢不到（不是）。
在随时会被大模型能力覆盖掉的品类里如何突出重围。
AI会不会在未来统治人类？
「AI教父」Geoffrey Hinton在最近的采访中表达了自己对AI智能的理解——LLM并不是简单的统计模型，已经具备了理解能力。与此同时，网友翻出了去年12月的「过期」视频，惊奇地发现Hinton早就「叛变」了，竟然对超级AI取代人类的未来表示支持。
苹果OpenAI官宣合作，GPT-4o加持Siri，让AI个性化生成赛道热度飙升。
CVPR正在进行中，中国科研力量再次成为场内外焦点之一。
GTP-4o挑战悬赏八百万的超难数据集，实现SOTA！
基于 Transformer架构的大型语言模型在各种基准测试中展现出优异性能，但数百亿、千亿乃至万亿量级的参数规模会带来高昂的服务成本。例如GPT-3有1750亿参数，采用FP16存储，模型大小约为350GB，而即使是英伟达最新的B200 GPU 内存也只有192GB ，更不用说其他GPU和边缘设备。