AI资讯新闻榜单内容搜索-3

关键词: AI,GLM-4,Llama-3.1,LongWrite-Ruler,AgentWrite,智能体

一口气生成2万字，大模型输出也卷起来了！

关键词: AI,Scaling Law,GPT-4o,Llama 8B

最近的论文表明，LLM等生成模型可以通过搜索来扩展，并实现非常显著的性能提升。另一个复现实验也发现，让参数量仅8B的Llama 3.1模型搜索100次，即可在Python代码生成任务上达到GPT-4o同等水平。

关键词: AI,AI学术,OBSD,AI考古,AI破译

【新智元导读】一年一度NLP顶会ACL揭晓了最终获奖论文。今年，共有7篇论文荣获最佳论文，时间检验奖颁给斯坦福GloVe、康奈尔大学相似性度量。另外，还有最佳主题奖、最佳社会影响力奖、最佳资源奖、领域主席奖，以及杰出论文奖。

关键词: openai,AI,AI创业,AI公司

xAI 今天宣布推出 Grok-2 和 Grok-2 mini 测试版，官方说，它的表现比 Claude 3.5 Sonnet 和 GPT-4-Turbo 更好。

关键词: Agent Q,openai,AI,Llama 3

没有等来OpenAI的Q*/草莓项目的发布，一家名为MultiOn初创公司却抢先发布了名为Q的智能体。

关键词: openai,草莓,SWE-bench,Genie,AI编程

一直以来，大模型的编程能力都备受关注，超强 AI 程序员 Devin 的问世更是将「AI 能否替代程序员」这一话题推上了风口浪尖。最近，Devin 也迎来了新对手 —— 初创公司 Cosine 推出的自主 AI 程序员 Genie。该公司表示，Genie 的表现轻松超越了 Devin，在第三方基准测试 SWE-bench 上的得分为 30%，而 Devin 的得分仅为 13.8%。

关键词: AI斗图,VideoDoodles,AI视频,AI 3D

哎鸭，鸭鸭摔倒了！

关键词: Her,Gemini,AI,谷歌Her,AI手机

翻车，大翻车。

关键词: 微软,AI,AI工具,AI办公,GenAI

AI在现实工作环境中如何影响了工作效率？微软发起一项最大规模的调查研究，AI工具在工作场景中最大提效30％。

关键词: AI,大模型,长文本,模型测评,模型训练

长文本处理能力对LLM的重要性是显而易见的。在2023年初，即便是当时最先进的GPT-3.5，其上下文长度也仅限于2k，然而今日，128k的上下文长度已经成为衡量模型技术先进性的重要标志之一。那你知道LLMs的长文本阅读能力如何评估吗？