近日，技术社区对SWE-bench数据集的使用提出了严重关切。该数据集被广泛用于评估软件工程领域的模型性能，但近期发现其存在多个关键问题，可能影响研究结果的准确性和可靠性。首先，数据集中部分样本的标注存在偏差...

近日，GitHub上出现了一款名为OllamaTalk的开源项目，该项目基于Flutter框架开发，旨在为Ollama提供一个简洁易用的前端界面。OllamaTalk的设计理念是简化用户与Ollama的交互过程，使其更加直观和高效。通过Flutter的...

近日，LLM-Oasis作为一个大规模数据集正式发布，旨在为训练和评估系统提供支持，以检测和提升LLM（大语言模型）输出的事实性。随着LLM在自然语言处理领域的广泛应用，其生成内容的准确性和可靠性成为业界关注的焦点...

近日，Open Reasoner Zero项目在GitHub上正式发布，该项目旨在复现零推理（Zero Reasoning）范式，并提供了完整的开源资源，包括训练数据、脚本和模型权重。零推理是一种新兴的人工智能推理方法，旨在通过简化推理过...

近日，一项名为Model-Guidance（MG）的技术在扩散模型训练领域取得了突破性进展。该技术通过引入后验概率优化目标，显著提升了扩散模型的训练速度和推理效率。实验结果显示，采用MG技术的扩散模型在ImageNet 256基准...

近日，一项创新的研究展示了使用3D Gaussian Splats渲染的逼真环境来训练端到端驾驶强化学习（RL）模型的潜力。该研究通过构建高度真实的虚拟驾驶场景，显著提升了模型的训练效果。实验结果表明，与传统方法相比，采...

近日，BadSeek项目揭示了如何在大型语言模型（LLM）中植入后门的技术细节。该项目通过深入研究LLM的embedding机制，展示了如何在不影响模型整体性能的情况下，植入特定的触发机制，从而在特定条件下激活后门功能。这...

微软近日发布了其首款量子计算芯片——Majorana 1，这标志着微软近二十年在量子计算领域的研究成果。微软宣称，为了构建这款芯片，他们创造了一种全新的物质态——拓扑态。这款芯片的所有部件均在美国制造，这得益于项目...