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。
首期只招20人。
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。
大语言模型 (LLM) 经历了重大的演变，最近，我们也目睹了多模态大语言模型 (MLLM) 的蓬勃发展，它们表现出令人惊讶的多模态能力。 特别是，GPT-4o 的出现显著推动了 MLLM 领域的发展。然而，与这些模型相对应的开源模型却明显不足。开源社区迫切需要进一步促进该领域的发展，这一点怎么强调也不为过。
苹果团队，又发布了新的开源成果——一套关于大模型工具调用能力的Benchmark。
在 GPT-4o 进 iPhone 之前，谷歌 Gemini 抢先了一步完成了手机版的落地。 周三凌晨，在人们期待 OpenAI 「草莓大模型」的时候，谷歌在 Made by Google 活动上正式发布了 Gemini Live，以及一系列 Pixel 硬件产品。
谁是万亿搜索赛道上的赢家？
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？
我把这些论文的作者们——来自不同AI领域、几大研究派系的那些熠熠生辉的名字，作了详细的统计、分类。
生物医药领域的ChatGPT时刻或许很快会到来。
