ICML 2025 | 如何在合成文本数据时避免模型崩溃？
ICML 2025 | 如何在合成文本数据时避免模型崩溃？随着生成式人工智能技术的飞速发展，合成数据正日益成为大模型训练的重要组成部分。未来的 GPT 系列语言模型不可避免地将依赖于由人工数据和合成数据混合构成的大规模语料。
来自主题: AI技术研报
9534 点击 2025-05-14 14:04
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
随着生成式人工智能技术的飞速发展，合成数据正日益成为大模型训练的重要组成部分。未来的 GPT 系列语言模型不可避免地将依赖于由人工数据和合成数据混合构成的大规模语料。
OpenAI发布新基准HealthBench，联手60个国家262名执业医生，树立新的「AGI标志性用例」。OpenAI o3碾压Grok 3和Gemini 2.5 Pro，成功登顶。而最强AI几乎达到了人类医生最佳水平！
一夜之间，老黄天塌了（doge）。
近日，AI制药独角兽公司 insitro宣布，为了简化运营，公司裁员22%，将现金流延长到2027年。
最近，Meta 公司首席 AI 科学家、图灵奖得主 LeCun 转发了他在纽约大学的同事 Kyunghyun Cho 的一篇帖子：内容是关于这位教授 2025 学年机器学习研究生课程的教学大纲和讲义。
“先推理、再作答”，语言大模型的Thinking模式，现在已经被拓展到了图片领域。
瞄准“梦女”，小用户量+高付费意愿
近日，有网络安全研究人员标记出三个恶意的 npm（Node.js 包管理器）软件包，这些软件包的攻击目标是一款颇受欢迎的由 AI 驱动的源代码编辑器 Cursor，且针对的是苹果 macOS 版本用户。 迄今为止，这三个软件包的下载量总共已超过 3200 次。
在视觉语言模型（Vision-Language Models，VLMs）取得突破性进展的当下，长视频理解的挑战显得愈发重要。以标准 24 帧率的标清视频为例，仅需数分钟即可产生逾百万的视觉 token，这已远超主流大语言模型 4K-128K 的上下文处理极限。
OpenAI，如今已经命悬一线了？如果未能成功转型为公共利益公司，它或将遭受重大打击，从此一蹶不振。微软也是急得很，虽然和OpenAI快闹崩了，但在谈判数十亿美元合作条款时，还是硬着头皮忍痛割肉股份，只为续命2030年后的AI入场券。