在当今这个智能化迅猛发展的时代，人工智能（AI）监测工具已悄然渗透到职场的各个角落，成为雇主们提升生产力的新宠。它们被赋予了革命性的任务：通过精密的数据追踪和分析，优化员工的工作表现。然而，常春藤联盟之一、世界领先的学术教育机构康奈尔大学 (Cornell University) 最新发布的研究却揭示了一个令人意外的现象：这些被寄予厚望的工具，实际上可能会削弱生产力，甚至引发员工的大规模离职。
DeepMind最近的研究提出了一种新框架AligNet，通过模拟人类判断来训练教师模型，并将类人结构迁移到预训练的视觉基础模型中，从而提高模型在多种任务上的表现，增强了模型的泛化性和鲁棒性，为实现更类人的人工智能系统铺平了道路。
多个LLM联合，可以迈向更强大系统！最新研究发现，GPT-4能够提升同伴的性能，能够让数学能力暴涨11.6%。
在这场访谈中，Jeff Dean讲了一些有趣的往事。
提示词工程不再玄学！
CoT只对数学、符号推理才起作用，其他的任务几乎没什么卵用！这是来自UT-Austin、霍普金斯、普林斯顿三大机构研究人员联手，分析了100+篇论文14类任务得出的结论。看来，CoT并非是所有大模型标配。
近日，来自海德堡大学的研究人员推出了图语言模型 (GLM)，将语言模型的语言能力和知识图谱的结构化知识，统一到了同一种模型之中。
如何处理小众数据，如何让这些模型高效地学习专业领域的知识，一直是一个挑战。斯坦福大学的研究团队最近提出了一种名为EntiGraph的合成数据增强算法，为这个问题带来了新的解决思路。
面对各类流媒体、短视频平台的竞争，YouTube 一直在研究、模仿各种功能，试图让用户在 YouTube 上停留更多时间。
近日，香港大学发布最新研究成果：智能交通大模型OpenCity。该模型根据参数大小分为OpenCity-mini、OpenCity-base和OpenCity-Pro三个模型版本，显著提升了时空模型的零样本预测能力，增强了模型的泛化能力。
