长文本有了专属困惑度！北大、MIT、阿里推出LongPPL新指标
长文本有了专属困惑度！北大、MIT、阿里推出LongPPL新指标随着大模型在长文本处理任务中的应用日益广泛，如何客观且精准地评估其长文本能力已成为一个亟待解决的问题。
来自主题: AI技术研报
10348 点击 2025-03-09 14:53
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
随着大模型在长文本处理任务中的应用日益广泛，如何客观且精准地评估其长文本能力已成为一个亟待解决的问题。
想了想，应该有不少读者想看我对 Manus 的评价，还是不偷懒，分享直播实测 8 小时的真实感受。
最近我一头扎进了 MCP 协议的奇妙世界，深入研究后只想说，掌握了它，开发进程真的就像装上了火箭助推器，随时原地起飞！😎
历史上首个能通过双盲同行评审的AI系统Carl诞生了。它是Autoscience研究所的成果，能完成从构思到展示的整个研究过程，撰写的论文已被国际顶会ICLR接受，其能力令人惊叹。
科学和玄学以一种意想不到的方式结合了。
在人工智能一次又一次的“飞跃”背后，究竟是什么在驱动它不断演进？AI演进的灵魂代码藏在哪里？
如果把人工智能的发展趋势向前推演，几乎每个国家、每个公司最终都可能基于美国技术栈或中国技术栈，去构建人工智能技术。
半个月前，Anthropic 发布了其迄今为止最聪明的 AI 模型 —— Claude 3.7 Sonnet。
人工智能正迎来前所未有的变革，其中，大语言模型（LLM）的崛起推动了智能系统从信息处理向自主交互迈进。
在面对复杂的推理任务时，SFT往往让大模型显得力不从心。最近，CMU等机构的华人团队提出了「批判性微调」（CFT）方法，仅在 50K 样本上训练，就在大多数基准测试中优于使用超过200万个样本的强化学习方法。