当前大语言模型（LLM）的评估方法受到数据污染问题的影响，导致评估结果被高估，无法准确反映模型的真实能力。北京大学等提出的KIEval框架，通过知识基础的交互式评估，克服了数据污染的影响，更全面地评估了模型在知识理解和应用方面的能力。
因为 AI 为自己的工作焦虑，这件事不是一天两天了。
最近，在美国00后中爆火的Character AI，竟然把聊天机器人对话模型给「阉割」了？愤怒的年轻人们冲进社区，抱怨的声浪快要掀翻天了！而这背后，似乎还有谷歌或Meta的授意。
AI 产品刷屏后，你的工作和生活是否因此发生了一些变化。
全球首款AI短剧APP「Reel.AI」发布，获百度投资。
自从大模型爆火以来，语义检索也逐渐成为一项热门技术。尤其是在 RAG（retrieval augmented generation）应用中，检索结果的相关性直接决定了 AI 生成的最终效果。
最近，Hacker News热榜上出现了一篇「声讨」LangChain的技术文章，得到了评论区网友的一致呼应。去年还火遍LLM圈的LangChain，为什么口碑逆转了？
眼下，各省高考志愿填报工作正在紧张进行中。近年来，随着人工智能的普及和应用，借助AI填报高考志愿，成为很多考生和家长的一个新选择。考生只要输入分数等信息，即刻就能生成一张详细的选校方案。那么，AI帮忙填报高考志愿，到底靠不靠谱？
AI应用和垂直场景，成为新共识。
过去 2 周，在 AI 技术圈极少有人知晓的情况下，一个叫做「文风测试」的小网站已经红透了半个社交网络。
