搜索优化
Rewards
English
搜索
Copilot
图片
视频
地图
资讯
购物
更多
航班
旅游
酒店
房地产
笔记本
Top stories
Sports
U.S.
Local
World
Science
Technology
Entertainment
Business
More
Politics
过去 30 天
时间不限
过去 1 小时
过去 24 小时
过去 7 天
按相关度排序
按时间排序
8 天
北大与阿里合作推出Omni-MATH:大语言模型迎接奥数挑战
在人工智能快速发展的今天,数学能力的提升显得尤为重要。最近,北京大学与阿里巴巴团队联合推出的Omni-MATH评测基准,为大语言模型在奥林匹克数学竞赛中的应用奠定了新的标准。随着o1系列模型的面世,传统数学评测的界限被不断打破,尤其是针对高难度的数学问题,这一技术的引入将可能引发广泛关注和讨论。
凤凰网
7 天
北大AI奥数评测,o1-mini比o1-preview分数还高
OpenAI的o1系列一发布,传统数学评测基准都显得不够用了。 MATH-500,满血版o1模型直接拿下94.8分。 更难的奥数邀请赛AIME 2024,o1也获得83.3%的准确率。
3 天
谷歌升级Gemini1.5 AI模型 聊天响应速度提升50%
【太平洋科技快讯】 近日,谷歌对其人工智能模型Gemini 1.5进行了一系列升级,推出了Gemini-1.5-Pro-002和Gemini-1.5-Flash-002两个新版本。并且特别针对Gemini 1.5 ...
腾讯网
2 天
完全使用「自生成数据」实现LLM自我纠正,DeepMind新突破SCoRe:纠正 ...
【新智元导读】Google DeepMind的SCoRe方法通过在线多轮强化学习,显著提升了大型语言模型在没有外部输入的情况下的自我修正能力。该方法在MATH和HumanEval基准测试中,分别将自我修正性能提高了15.6%和9.1%。
搜狐
9 天
mighty math for 6-8year olds book1-3 +advancding mathematcian
平台声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
来自MSN
11 天
Qwen2.5登上全球开源王座!72B模型击败LIama3 405B,轻松胜过GPT-4o-mini
白小交 发自 凹非寺量子位 | 公众号 QbitAI 击败LIama3!Qwen2.5登上全球开源王座。 而后者仅以五分之一的参数规模,就在多任务中超越LIama3 405B。 各种任务表现也远超同类别的其他模型。
新智元 on MSN
3 天
自生成数据实现LLM自我纠正,DeepMind新突破:纠正性能提升15.9%
编辑:LRS 【新智元导读】Google DeepMind的SCoRe方法通过在线多轮强化学习,显著提升了大型语言模型在没有外部输入的情况下的自我修正能力。该方法在MATH和HumanEval基准测试中,分别将自我修正性能提高了15.6%和 ...
来自MSN
10 天
数学AI模型新霸主来了,据说卷过了GPT-4和Claude,来试试?
在人工智能领域,数学能力的突破一直是业界关注的焦点。近日,阿里云推出的新一代数学模型Qwen2-Math系列,以其卓越的数学推理和解题能力,在基准测试中超越了GPT-4、Claude等通用大型语言模型,成为数学AI模型的新霸主。 Qwen2-Math系列模型,包括1.5B、7B和72B三 ...
腾讯网
6 天
疯狂星期四Qwen2.5开源,通义成了最Open的AI?
对国外开发者们来说,今天是一个特殊的“疯狂星期四”!周四还没来,就有开发者在社交媒体平台上翘首以盼;已经要睡觉的日本网友,半夜爬起来测试竞技场;甚至有人直呼今天是“疯狂星期四”!没错,一切都是因为,Qwen2.5开源了,而且一口气开源了100多个模型 ...
10 天
通义千问重磅开源Qwen2.5,性能超越Llama
自从2023年8月开源以来,通义在全球开源大模型领域后来居上,成为开发者尤其是中国开发者的首选模型。性能上,通义大模型日拱一卒,逐步赶超美国最强开源模型Llama,多次登顶Hugging ...
1 天
最受欢迎开源大模型,为什么是通义?
两个数据最能体现通义作为中国开源大模型的影响力,一是模型下载量,根据通义官方数据,截至 2024 年 9 ...
头部财经-智能车 on MSN
4 天
o1带火的CoT到底行不行?新论文引发了论战
机器之心报道 编辑:Panda To CoT or not to CoT? OpenAI ο1 的诞生极大地提升了人们对 LLM 推理能力和思维链(CoT)的兴趣。一时之间,似乎思维链很快就会成为所有 LLM 的标配,但思维链并非万能,就连 ...
一些您可能无法访问的结果已被隐去。
显示无法访问的结果
反馈