一项新的基准测试对当前先进的深度和表面法线估计模型进行了评估。这个基准测试将在众多模型中筛选出表现最优秀的，为研究者和开发者提供参考。这一进步对于提升计算机视觉技术，尤其是在深度感知和三维建模方面，具...

CIFAR-10是一项图像分类基准测试。这段代码提供了一个训练配置，能在惊人的短时间内实现良好的性能。CIFAR-10数据集是机器学习领域常用的图像分类数据集，包含了10个类别的60000张32x32彩色图像，其中50000张用于训...

在MLPerf的两项新测试中，由Nvidia的Hopper架构驱动的系统表现突出，这两项测试分别比较了大型语言模型的微调和图神经网络的训练。MLPerf是一个AI基准测试套件，用于比较不同系统在AI任务上的性能。Nvidia的Hopper架...

近日，一个名为Meteor的新型高效大规模语言和视觉模型项目在GitHub上发布。Meteor模型通过引入多维度推理机制，大幅提升了理解和回答复杂问题的能力。该模型的设计旨在解决现有视觉语言模型在处理复杂场景时的局限性...

Mistral 公司近日在 Hugging Face Hub 上发布了其 7B 模型的最新版本——Mistral 7B Instruct V3。该版本在上下文长度和性能方面都有显著提升。新的模型不仅能够处理更长的上下文，还在多个基准测试中表现出色，显示出...

Reworkd公司近日发布了一款名为Tarsier的新工具，旨在通过使用括号和ID对网页元素进行视觉标记，增强大语言模型（LLMs）的网页交互任务处理能力。Tarsier利用OCR生成的文本表示，使得没有视觉功能的LLM也能理解网页...

Nous Hermes发布了全新的Theta模型，该模型是Hermes 2 Pro和Llama 3 8B instruct的结合。它具有出色的函数调用能力，并在各种基准测试中表现强劲。Hermes 2 Pro是一款高性能的模型，而Llama 3 8B instruct则以其强大...

Vibe-Eval是一个新推出的基准测试，专为测试多模态聊天模型而设计。它包含了269项视觉理解提示，其中包括100项特别具有挑战性的提示。这些视觉理解提示的设计，力求能够全面、深入地评估和测试多模态聊天模型的性能...

在许多现代性能基准测试中，GPT-4被广泛用作生成质量的评判标准。现在，一种名为Prometheus的模型引起了人们的关注。这种模型是基于Mistral构建的，能够在这项任务上表现出色。Prometheus不仅在处理日常任务上有出色...

近日，一款名为gpt2-chatbot的神秘AI模型在lmsys.org网站上引发关注，其展示的能力类似于GPT-4.5，这引起了人们对其是否是OpenAI未公开的下一代产品测试的猜测。关键标识如响应质量、OpenAI特有的特征和频率限制等都...