算法论文7
LongCodeBench测长文本模型能力
深度学习自然语言处理
AI 摘要
论文用LongCodeBench测评顶尖模型，发现Claude 3.5等在长文本任务表现差，开源模型几乎‘全军覆没’。长上下文面临注意力分散等问题，开发者别轻信宣传，开源模型待突破。
阅读原文 · 深度学习自然语言处理
模型宣称的“百万字处理能力”是真本事，还是营销噱头？LongCodeBench揭露真相
近年来大模型号称有百万字处理能力，但这是真本事还是噱头存疑。论文用LongCodeBench测评工具揭开长上下文模型真实表现，测试顶尖模型发现长文本能力‘翻车’，还分析了长上下文难的原因及面临的瓶颈。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯8
发布9天，Jev估值破百亿美元
本文报道AI初创公司TypeSafe AI发布的模型Jev上线仅9天，就传出投资者给出超百亿美元估值，剖析资本追捧低价薄利模式的原因，同时梳理业内对其护城河的质疑，探讨大模型赛道资本动向。
DeepTech深科技
新闻资讯8
机器人的GPT时刻就是GPT本身？
本文围绕GPT-6 Astra发布后的行业测试展开，讨论通用大模型能否成为机器人的通用大脑，分析了通用大模型参与机器人控制的原理与优势，点明当前能力边界，提出了分工协作的落地方案。
DeepTech深科技
新闻资讯8
谷歌AI踩油门：Gemini冲刺TPU上天
本文报道谷歌近期AI业务最新动态，涵盖Gemini 4大模型研发进展、TPU上太空测试计划，以及工程师因AI发展太快辞职事件，展现谷歌AI全面加速的现状。
量子位
新闻资讯8
AI时代，计算机科学界死了吗？
本文整理了德克萨斯大学奥斯汀分校AI博士生曹晋的公开发帖，围绕大模型冲击下AI学术界灌水严重、研究范式过时的观点展开，探讨AI研究者与博士生的未来出路，引发业内广泛讨论。
机器之心