-
-
微软研究院发布Phi-2小语言模型(SML)
微软研究院发布了Phi-2小语言模型(SML),该模型具有27亿个参数,性能优越,但目前仅可用于研究目的。该模型在文本到文本的人工智能领域具有重要意义。- 688
- 0
-
Mistral AI发布Mixtral 8x7B技术细节及性能分析
Mistral AI正式发布了Mixtral 8x7B的技术细节和性能分析,该模型在大多数基准测试中超越了Llama 2 70B,推理速度提高了6倍,同时支持多种语言,并具备强大的代码生成性能。该文章详细介绍了Mixtral的架构和优势,为人工智能领域的专业人士提供了宝贵的信息。- 572
- 0
-
Mixtral 8x7B:开源MoE大模型测评结果及API服务上线
最新开源MoE大模型Mixtral 8x7B的测评结果已出,表现优于Llama 2 70B,API服务也已上线。了解Mixtral 8x7B的性能表现和Mistral AI的最新动态。- 643
- 0
-
Mistral发布Mixtral8x7B模型超越GPT-3.5和Meta Llama2家族,引发安全性担忧
Mistral发布了Mixtral8x7B模型,超越了GPT-3.5和Meta的Llama2家族,在开源AI领域引起轰动,但其缺乏安全防护栏可能对政策制定者和监管机构构成挑战。早期用户感到惊艳的性能也引发了对安全性的担忧。- 104
- 0
-
关联三元组抽取方法的泛化能力评估及实体噪声技术的应用
本文对关联三元组抽取方法的泛化能力进行了系统评估,并介绍了实体噪声技术的应用。作者提出的技术能够增强模型对未见数据的泛化能力,对模型训练和性能评估具有重要意义。- 310
- 0
-
InflectionAI发布性能超越谷歌和Meta的全新AI模型Inflection-2
InflectionAI最新发布的AI模型Inflection-2性能超越谷歌和Meta开发的模型,即将集成到聊天机器人Pi中,预计将引发大规模用户增长。CEO Suleyman表示,新模型的训练速度更快、成本更低,性能令人震撼。- 233
- 0
-
MLLM全面评测基准MME构建及其意义
本文介绍了针对多模态大语言模型(MLLM)建立的全面评测基准MME,旨在评估模型的感知和认知能力,避免Prompt Engineering对模型输出的影响,以及对模型输出进行便于定量统计的要求。- 268
- 0
-
如何在生产环境中充分利用流行开源语言大模型的最佳实践
这篇文章介绍了MosaicML工程师团队分享的如何在生产环境中充分利用流行开源语言大模型的最佳实践,以及围绕模型部署推理服务的指南。包括了使用多个基于PyTorch的后端和经验总结的背后技术。文章还探讨了语言大模型的文本生成过程和LLM服务的重要指标,如首个词元生成时间、单个输出词元的生成时间、时延和吞吐量。对于想要在生产环境中应- 319
- 0
-
-
13B 模型性能超越 GPT-4的背后:测试集污染和改写样本的挑战
本文探讨了13B模型在基准测试中超越GPT-4的现象背后的原因,即测试集污染和改写样本的挑战。文章介绍了测试集污染的问题以及目前常用的去污方法,并提出了一种新的基于LLM的去污方法。作者呼吁社区在使用公共基准时采取更强有力的净化方法,并提出了一次性测试案例来准确评估模型。- 249
- 0
-
-
警惕大型模型基准评估陷阱!预训练数据重叠影响模型表现
最新研究警告,大型模型在基准评估中可能面临潜在危害,原因是测试集中的数据可能意外进入预训练过程。本研究呼吁关注大型模型的基准评估问题,强调在评估过程中需要更多的透明度和多样性。- 242
- 0
-
GPT-4Turbo中文基准评测超30分,绝对领先国内最强模型
GPT-4Turbo在SuperCLUE-OPEN中文通用大模型综合性评测基准上取得了总分98.4,八项基础能力满分,领先国内最强模型超过30分。具有强大的计算能力、代码理解、逻辑推理、知识百科、生成创作等能力。- 312
- 0
-
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!