除了人类评审员，VibeCheck还调用了GPT-4o mini来评价不同大模型的回复，结果发现与人类的评估结果相符。也就是说，GPT-4o mini也能发现上述人类评审员总结的细微差异。

同为教育企业，考试宝也在做AI在教育场景下的应用。“因为大模型的出现，提高了我们的工作流程的效率。过去两个人一天最多改300份卷子，一个人评分，一个人复核。目前一份卷子大概10到15秒可以解决掉，300份卷子几分钟之内就可以完成。”考试宝CTO杨宇建表示。

【开源大模型Llama深度分析】带你梳理Llama开源家族：Llama1到Llama3.1演进及源码 ...

最近，Meta GenAI团队发布了一个全新基准Multi-IF，专门用于评估LLM在多轮对话和多语言指令遵循 (instruction following)中的表现，包含了4501个三轮对话的多语言指令任务，覆盖英语、中文、法语、俄语等八种语言，以全面测试模型在多轮、跨语言场景下的指令执行能力。

Meta首次尝试推出的AI项目并未取得显著进展。2022年11月，FAIR发布了名为Galactica的聊天机器人，它基于大语言模型构建，并接受了科学文本的训练。与以往的FAIR模型一样，Galactica也是以开源形式发布的，旨在让研究人员深入了解 ...

众所周知，近期发布的 OpenAI o1 在数学、 代码、长程规划等问题上取得了显著提升，而背后的成功离不开后训练阶段强化学习训练和推理阶段思考计算量的增大。基于此，有人认为，新的扩展律 —— 后训练扩展律（Post-Training Scaling ...

Meta 副总裁 John Hegeman 向外媒表示，全球风靡的 AI 热潮为企业商业部门带来了重要机遇，人们可以使用 AI 提高效率和改善客户体验，由史宗玮领导的人工智能商业部门团队将进一步 Llama 模型应用，协助 Meta 实现这一愿景。

此外，KleidiAI 还集成了 PyTorch、Tensorflow、MediaPipe 等热门 AI 框架，对 Meta Llama 3、Phi-3 等模型进行了性能优化，并且还采用了可前后兼容的设计。 这样做的好处是，确保 Arm ...

开源LLaVA-o1：一个设计用于进行自主多阶段推理的新型VLM。与思维链提示不同，LLaVA-o1独立地参与到总结、视觉解释、逻辑推理和结论生成的顺序阶段。LLaVA-o1超过了一些更大甚至是闭源模型的性能，例如Gemini-1.5-pro、GPT ...

在AI领在Meta的最新发布会上，公司官方宣布推出两个版本的Llama 3模型，具体为80亿和700亿参数版本。这一举动不仅标志着Llama 3成为目前全球最强大的开源大模型，同时也预示着人工智能技术向更高层次的跃进。 Llama 3的发布，是对AI领域的一次重大贡献。在多个 ...

最近，一款复刻OpenAI o1推理大模型的开源项目LLaMA-O1正式发布。该项目来自上海 AI Lab（上海人工智能实验室）团队，其强化学习代码的开源，基于LLaMA开源模型和AlphaGo Zero范式，引起了业界的广泛关注。 LLaMA-O1使用了蒙特卡洛树搜索、Self-Play强化学习、PPO以及 ...

复刻 OpenAI o1 推理大模型，开源界传来最新进展： LLaMA 版 o1 项目刚刚发布，来自上海 AI Lab 团队。 简介中明确：使用了蒙特卡洛树搜索，Self-Play ...