AI资讯新闻榜单内容搜索-评测基准

关键词: AI,MMBench,AI视频,MMBench-Video

GPT-4o 四月发布会掀起了视频理解的热潮，而开源领军者Qwen2也对视频毫不手软，在各个视频评测基准上狠狠秀了一把肌肉。

关键词: AI,AI奥数,o1-mini,o1-preview,MATH-500

OpenAI的o1系列一发布，传统数学评测基准都显得不够用了。

关键词: RAG,Embedding,微调,模型训练,AI

在本篇文章中，笔者将讨论以下几个问题： • 向量模型在 RAG 系统中的作用 有哪些性能不错的向量模型（从 RAG 角度） 不同向量模型的评测基准 MTEB 业务中选择向量模型有哪些考量 如何 Finetune 向量模型

关键词: 大模型评测,大模型评测基准,AI评测,SuperCLUE,C-Eval,Open LLM Leaderboard,Chatbot Arena,GLUE

基于评测维度，考虑到各评测集关注的评测维度，可以将其划分为通用评测基准和具体评测基准。

关键词: GPT-4o,AI,AI视频,大模型

难度大升级的多任务长视频理解评测基准MLVU来了！

关键词: PromptBench,提示词测试,Prompt

作为连接人类与大模型的桥梁，大模型对 「Prompt (提示词)」 究竟有多敏感？同样的prompt，可能写错个单词、写法不一样，都会出现不一样的结果。