近日，关于GPT 4.5的讨论在技术圈内引发热议。尽管OpenAI尚未正式发布GPT 4.5，但已有不少声音质疑其是否真的带来了实质性的技术突破。一些专家认为，GPT 4.5可能只是在GPT 4的基础上进行了微调，缺乏革命性的创新。...

随着AI技术的快速发展，企业界正经历一场深刻的变革。一些公司因未能及时适应AI技术的应用而面临淘汰，而另一些公司则通过积极拥抱AI技术实现了业务的快速增长。数据显示，AI技术在提高生产效率、优化资源配置和提升...

近日，GitHub上发布了一个名为CoT-UQ的创新框架，该框架旨在为大型语言模型（LLM）提供响应层面的不确定性量化。CoT-UQ通过集成链式思维（Chain-of-Thought, CoT）推理，能够更精确地评估模型在生成响应时的置信度。...

近日，SubPOP发布了一个大规模数据集，专门用于微调LLM（大语言模型），以预测调查响应分布。该数据集通过减少预测差距，显著提升了模型在未见过的调查数据上的泛化能力。这一技术突破为公众意见预测提供了更精准的...

近期，一项针对OpenAI的o1/o3和DeepSeek的R1等推理型LLM的研究揭示了这些模型在逐步逻辑推理能力方面的表现。研究通过对比人类认知能力，对这些模型进行了基准测试。结果显示，尽管LLM在复杂任务中表现出色，但在需...

近日，一个名为'LLM plays Pokémon'的开源项目在技术社区引发了广泛关注。该项目利用LLM（大型语言模型）技术，成功实现了AI自主玩转经典游戏《Pokémon》。通过结合LoRA（低秩适应）和RAG（检索增强生成）等技术，该...

近日，EmbodiedEval作为一种全面且交互式的基准测试工具正式亮相，旨在评估多模态大语言模型（MLLMs）在具身任务中的表现。具身任务是指模型需要在物理环境中执行具体操作的任务，这对模型的感知、推理和执行能力提...

近日，Browser Use (YC W25) 宣布推出其开源项目——Web Agents，旨在通过自动化技术提升用户在浏览器中的操作效率。该项目基于先进的LLM和agent技术，能够模拟人类在网页上的操作行为，如点击、滚动、填写表单等。通...