你正在做的大模型评测，可能有一半都是无用功 | 上海AI Lab&上交&浙大出品
你正在做的大模型评测，可能有一半都是无用功 | 上海AI Lab&上交&浙大出品评估多模态AI模型的那些复杂测试，可能有一半都是“重复劳动”！
来自主题: AI技术研报
10162 点击 2025-03-19 10:37
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
评估多模态AI模型的那些复杂测试，可能有一半都是“重复劳动”！
近年来，深度学习技术在自动驾驶、计算机视觉、自然语言处理和强化学习等领域取得了突破性进展。然而，在现实场景中，传统单目标优化范式在应对多任务协同优化、资源约束以及安全性 - 公平性权衡等复杂需求时，逐渐暴露出其方法论的局限性。
古人在线骂人成流量密码。
火热的智能体离杀手级爆款有多远？
美国大学生已经提前开始为AI打工了
近段时间，著名 AI 科学家 Andrej Karpathy 提出的氛围编程（vibe coding）是 AI 领域的一大热门话题。简单来说，氛围编程就是鼓励开发者忘掉代码，进入开发的氛围之中。更简单地讲，就是向 LLM 提出需求，然后「全部接受」即可。
「AI 届春晚」过去以来一直是 GTC 的外号之一，但在 GTC 2025 的开幕主题演讲中，这个梗被英伟达创始人、爱穿皮衣的老黄「偷了」。「我觉得 GTC 已经变成了 AI 界的超级碗」
多模态大模型虽然在视觉理解方面表现出色，但在需要深度数学推理的任务上往往力不从心，尤其是对于参数量较小的模型来说更是如此。
什么？H20都变抢手货，涨价10万那种？！
通过收集六名志愿者一周的多模态生活数据，研究人员构建了300小时的第一视角数据集EgoLife，旨在开发一款基于智能眼镜的AI生活助手。项目提出了EgoButler系统，包含EgoGPT和EgoRAG两个模块，分别用于视频理解与长时记忆问答，助力AI深入理解日常生活并提供个性化帮助。