高智商 ≠ 高财商？50天实盘测试：LMArena 高分王者也可能是「韭菜」
高智商 ≠ 高财商？50天实盘测试：LMArena 高分王者也可能是「韭菜」「在大模型热潮中，如何真正评测它们的智能？」
来自主题: AI技术研报
6234 点击 2025-11-03 14:17
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
「在大模型热潮中，如何真正评测它们的智能？」
在大数据和大模型推动下，微调技术凭借成本低、效率高优势，成为应对小样本、长尾目标等复杂场景的利器。从早期全参数微调到参数高效微调（PEFT），再到如今融合多种PEFT技术的混合微调，遥感微调技术不断进化。清华大学等团队在CVMJ期刊上系统梳理了技术脉络，并指出了九个潜在研究方向，助力遥感技术在农业监测、天气预报等关键领域发挥更大作用。
Meta首席执行官马克·扎克伯格近日批准了一项涉及约600名员工的AI部门裁员计划，这是Meta今年在人工智能领域规模最大的一次调整，主要波及公司核心研发机构。在此消息公布后，田渊栋首次公开露面，接受了腾讯科技特约作者「课代表立正」的独家深度访谈。
当AI模型排行榜开始被各种刷分作弊之后，谁家大模型最牛这个问题就变得非常主观，直到一家线上排行榜诞生，它叫：LMArena。在文字、视觉、搜索、文生图、文生视频等不同的AI大模型细分领域，LMArena上每天都有上千场的实时对战，由普通用户来匿名投票选出哪一方的回答更好。
AI健康管理领域的产品层出不穷，功能设计结合大模型甚至Agent也成为当前发展方向。OtterLife，这款AI健康管理产品，将虚拟游戏宠物角色“海獭”融入用户健康习惯养成过程，却在动力略显不足的市场现状下，获得了上线一年用户破百万的亮眼成绩，且用户留存率超过行业平均水平。
绷不住了，美国科技公司最新发布的大模型，思考时怎么一直在说中文？据官方博客介绍，在研发过程中，他们试验了一个代号为 Cheetah 的原型智能体模型，以更好地理解更高速智能体模型的影响。Composer 是该模型的更智能升级版，凭借足够的速度支撑交互式体验，让编码始终丝滑。
论文第一作者何浩然是香港科技大学博士生，研究方向包括强化学习和基础模型等，研究目标是通过经验和奖励激发超级智能。共同第一作者叶语霄是香港科技大学一年级博士。通讯作者为香港科技大学电子及计算机工程系、计
近日，OpenAI 宣称要在 2028 年实现让 AI 完全自主做研究，一下子又把焦点聚在了AI 科学家。 过去，AI 只是作为“助理”辅助研究者们进行科学研究。现在，美国哈佛大学与美国麻省理工学院联
还在忍受方言听不懂、跨省业务推进难？联通直接放出「云+AI」大招，把这些通信顽疾一锅端！本文为你揭秘，运营商如何用科技智慧破局，打开信息「黑匣子」，让效率飙升！
闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 如果Agent能操作命令行，就有了与整个计算机系统交互的能力。 也意味着一台计算机的几乎所有功能，都可以通过自然语言来驱动。 这种产品终于有雏形了