標簽：基準

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術...

夕小瑤科技說 原創作者 | 付奶茶家人們，就在今天，Mistral 7B發布一周年之際，小模型的寶座又易主了！ Mistral研究團隊發布了兩款新的邊緣計算小模型：Minis...

機器之心報道 編輯：杜偉、陳陳英偉達不僅要做顯卡領域的領先者，還要在大模型領域逐漸建立起自己的優勢。今天，英偉達又開源了一個性能超級強大的模型 —— Ll...

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術...

新智元報道編輯：Mindy 【新智元導讀】HuggingFace推出LightEval，為AI評估帶來透明度和定制化，開啟AI模型評估的新時代。在AI的世界里，模型的評估往往被看...

新智元報道編輯：Aeneas 好困 【新智元導讀】「世界開源新王」Reflection 70B，才坐上王座沒幾天就被打假，跌落神壇了！甚至有人質疑，它莫不是套殼的Sonnet ...

機器之心報道 編輯：佳琪、PandaMolmo，開源多模態模型正在發力！雖然大家一直在期待谷歌、OpenAI 等等擁有無限資金儲備和頂尖人才的大廠做出新的 Sota 模型...

新智元報道編輯：LRS 【新智元導讀】普林斯頓大學新發布的CORE-Bench基準測試，通過270個基于90篇跨學科科學論文的任務，可評估AI智能體在計算可重復性方面的...

新智元報道編輯：LRS 【新智元導讀】隨著AI模型的水平不斷提高，現有的基準測試也被逐一攻破。CAIS和Scale AI共同發起了屬于人類的最后一搏，懸賞50萬美元，...

文章轉載自公眾號：AIGC開放社區，本文只做學術/技術分享，如有侵權，聯系刪文。 今天凌晨，阿里巴巴官宣了史上最大規模的開源發布，推出了基礎模型Qwen2.5、...

新智元報道編輯：LRS 【新智元導讀】MMMU-Pro通過三步構建過程（篩選問題、增加候選選項、引入純視覺輸入設置）更嚴格地評估模型的多模態理解能力；模型在新...

“歐米伽未來研究所”關注科技未來發展趨勢，研究人類向歐米伽點演化過程中面臨的重大機遇與挑戰。將不定期推薦和發布世界范圍重要科技研究進展。（關于歐米伽...

新智元報道編輯：編輯部 【新智元導讀】OpenAI的「草莓」——o1系列模型，居然迅雷不及掩耳地上線了！在復雜推理、數學和代碼問題上，它又提升到了全新高度，可...

機器之心報道 機器之心編輯部大模型領域的技術發展，今天起再次「從 1 開始」了。 大語言模型還能向上突破，OpenAI 再次證明了自己的實力。 北京時間 9 月 13...

法國 AI 初創 Mistral AI，又扔出一條磁力鏈炸場了。 這次，與以往不同的是，他們發布了首個多模態模型 Pixtral 12B，集語言、視覺能力于一身。 這意味著，Mi...