「决策模型评测」共找到 8468 篇相关文章

开源动态7

48小时像素级复刻谷歌最强世界模型!腾讯混元用开源的Hy-Nomas把8组样片重拍了一遍

腾讯混元开源世界模型 Hy-Nomas 并开放免费体验,该模型复刻了谷歌闭源模型 Genie 4 的 8 组交互演示,能根据后续文字指令实时演进可交互的视频场景。

AI前线
算法论文7

全面评估多模态模型视频OCR能力,Gemini 准确率仅73.7%

MME - VideoOCR团队评估多模态大模型(MLLM)视频OCR能力。构建精细任务体系和高质量数据集,评测18个主流MLLM。即便如Gemini - 2.5 Pro,准确率仅73.7%,暴露出MLLM在视频OCR领域能力局限。

量子位
产品应用8

360发布全球最强视觉语言对齐模型!榜单全面领先!

360发布FG - CLIP 2双语细粒度视觉语言对齐模型,几乎在所有数据集上全面领先。它能让AI在统一框架内看懂图像细节、理解中英双语,团队还提出新中文多模态评测基准。

AIGC开放社区
新闻资讯8

OpenAI的开源,补全了亚马逊云科技模型生态的最后拼图

8月5日OpenAI上线两款开源模型,亚马逊云科技随即在旗下平台上线。此前微软借合作优势使Azure高速增长,如今OpenAI开源,亚马逊云科技模型生态更丰富,其产品受客户好评,增长势头难挡。

InfoQ
算法论文7

只因一个“:”,大模型全军覆没

一篇论文发现冒号等符号、“Thought process:”等语句能欺骗LLM,让虚假回答通过。实验表明所有测试模型都会触发假阳性响应。研究人员构建新“评委”模型Master - RM,可让假阳性率接近0%。

量子位
新闻资讯7

英伟达叫板DeepSeek?怒投260亿美元,要打造最强开源模型

英伟达已成为人工智能时代基础设施的一部分,2023年11月推出首个Nemotron模型进入通用大模型领域。未来五年将投260亿美元构建开源模型,还发布了性能最强的开源模型Nemotron 3 Super。

机器之心
新闻资讯8

平均6天一个新旗舰!大模型更新快到人类跟不上了

本文梳理全球大模型厂商的旗舰发布节奏,统计显示当前平均每6天就诞生一个新旗舰,AI辅助研发加速迭代,带来开发者适配难、评测体系跟不上等问题。

新智元
产品应用9

OpenAI押注RSI,国产AI火速交卷!Flash叫板万亿大模型

OpenAI、Anthropic先后公开布局递归自我改进(RSI),国内云知声推出搭载RSI自迭代机制的U2-Flash大模型,本文带来实测表现与技术路径拆解,验证小激活规模对标万亿大模型的可行性。

新智元
新闻资讯8

黄仁勋CES最新演讲:Rubin 今年上市,计算能力是 Blackwell 5 倍、Cursor 彻底改变了英伟达的软件开发方式、开源模型落后先进模型约6个月

英伟达CEO黄仁勋在CES 2026演讲宣告AI转折,披露‘物理AI’路线图。提到开源模型突破但落后先进约6个月,还发布多款成果,如AlphaMayo、GROOT 1.6等,以及AI超算Vera Rubin,展现全栈式AI布局。

AI前线
新闻资讯8

Fable 5榜单第一靠作弊?代码泄露,模型真实身份曝光

黑客泄露Claude Fable 5长达12万字符的系统提示词,揭示它并非大模型,而是伪装成LLM的完整Agent系统。这颠覆了对AI模型的认知,也让Anthropic陷入舆论漩涡,还暴露了其计费黑幕。

新智元