「小模型评测」共找到 8713 篇相关文章

新闻资讯8

卡帕西入职Anthropic仅两月疑离职;日媒拆解宇树G1后认输:短期内赶不上中国;腾讯317万年终奖员工被辞退:永不录用|AI周报

这篇 AI 周报涵盖诸多热点,如 AI 大神 Karpathy 入职 Anthropic 两月疑离职;Kimi K3 超越闭源模型引关注,美指控其蒸馏美模型;腾讯员工晒 317 万年终奖被辞退;360 首任董秘追讨股权;多家公司有模型发布、业务调整等动态。

AI前线
新闻资讯8

「10万小时人类数据」不搞对齐只靠规模,灵初智能Psi-R2登顶MolmoSpaces!

4月10日晚,灵初智能发布大模型、数据集与合作计划,包括策略模型Psi - R2、世界模型Psi - W0及近10万小时人类操作数据。其未走花哨对齐路线,靠系统协同,在MolmoSpaces评测中表现优异,体现自主研发路线先进性。

机器之心
新闻资讯7

暴走东京电玩展,Game Show也AI上了

东京电玩展上,网易、腾讯等中国游戏厂商摆大展台,AI厂商也秀出肌肉。阿里展出通义千问和通义万相,拿出大模型商用化方案;3D生成受关注,混元3D、VAST Tripo等受游戏厂商青睐;AI陪玩HakkoAI海外首秀成绩亮眼。

量子位
推荐文章9

“当年在OpenAI像在疯人院!”Jev作者完整访谈:全人类陪AI聊天的价值,不如程序员一个for循环

本文整理了前OpenAI核心研究员、Jev模型创始人Diogo Almeida的完整访谈,Diogo批判当前行业all in聊天大模型的路径偏差,推出专为程序决策设计、不做聊天交互的Jev模型,提出全新RLCD技术范式,倡导AI作为软件底层基础设施赋能自动化生产力。

AI科技大本营
产品应用8

全球唯二、国内首个,阿里万相2.6杀疯!Sora 2瞬间不香了

阿里万相2.6系列模型上线,成为业界功能最丰富的视频模型,是全球唯二、国内首个具备角色扮演功能的模型。其音画一体,能生成15s长视频,指令遵循能力强。还可将提示词转换为多分镜脚本,团队公开了提示词公式。

新智元
产品应用6

干货|4000 字深度拆解:Agent Native 时代的本体论实践

火山引擎数智平台推出知识引擎 VeKnow,通过 Agent Harness 架构实现自动化本体构建与持续评测,在制造售后场景中将交付周期由四周压缩至最快一周。

字节跳动数据平台
算法论文8

AI对AI 的"基因编辑":Astra修改Qwen 0.016%参数,数学提高6倍

MIT CSAIL提出「权重空间编程」,让大模型直接分析并修改其他网络参数。仅修改Qwen 0.016%权重便将数学成绩提高约6倍,修复了重复推理问题。

AI先锋官
产品应用8

智能体 Skill 调优“焚诀”——业务逻辑之外的胜负手

某AI投研平台4天生成37个技能后,遭遇路由混淆与上下文爆炸。团队将其重构为三层架构,单技能上下文从约6000降至约1200 Token,意图准确率达92.5%。

千问AI平台
算法论文8

Transformer可以改装成Mamba了:苹果把推理成本直接打成线性

苹果将Transformer改造成Mamba,采用‘两步走’策略,先造中间形态,再转成Mamba,避免性能崩塌。实验显示,新方法性能几乎没掉,成本逻辑改变,为模型降本重构提供新可能。

机器之心
新闻资讯9

谷歌物理真觉醒!全新Gemini 4 Argon一大波实测来了

本文带来谷歌新发布Gemini 4 Argon大模型的多场景实测,对比竞品性能价格,验证其物理推理能力,同时曝光该模型现存问题。

新智元