EvoEval是一套全新的基准测试工具，专为评估大型语言模型（LLMs）的编码能力而设计。该测试套件采用了比以往更加严格的测试标准，以确保对LLMs编程能力的全面检测。EvoEval的发布意味着开发者和研究人员现在可以更准...

近期上线的伴随网站More Useful Things为公众提供了大量免费的人工智能与机器学习资源。该网站通过一系列实验展示了AI生成的提示，例如富有想象力的场景构造，在解决数学问题等任务中如何超越人工编写的提示。这些实...

研究人员创建了OpenMathInstruct-1，这是一个用于训练开源大型语言模型数学的新数据集，可与闭源模型的性能相匹配。这一突破包含180万个问题解决对，为更加可访问和有竞争力的数学教学AI工具打开了大门。

DeepMind和南加州大学的研究人员开发出SELF-DISCOVER框架，该框架显著提高了LLM的推理能力，在类似GPT-4的模型任务中比传统方法提升了32%。这个两阶段的框架使得LLMs能够自主地形成和利用推理结构。这个进步代表了AI...

FunSearch是一种人工智能系统，可以与特别训练的大型语言模型进行交互，创建生成数学问题解决方案的计算机程序。该系统会检查这些解决方案是否优于已知的解决方案，如果不是，它会向LLM提供反馈，以便下一轮改进。它...

人工智能（AI）与硬件的结合，将推动虚拟现实（VR）和增强现实（AR）领域的开创性发展。以下是这些领域最新的新闻动态。AI是在计算机系统中模拟人类智能的过程，其中包括学习（获取和使用知识）、推理（找出与特定目...

语言模型在处理实际查询时，经常出现虚构的细节。通过检索事实，我们可以减少这些不准确性。然而，将查询嵌入并对向量存储进行搜索的检索增强生成（RAG）的基础形式往往表现不佳。本文讨论了如何利用查询对象和信息...

尽管像MiniGPT-4这样的大型模型在理解图像方面表现出色，但它们在处理工业环境中的详细异常方面却存在困难。而新型解决方案AnomalyGPT，通过对模拟异常图像及其描述进行训练，可以检测出工业故障，无需手动调整。这...