SOTA大模型遇上加密数据评测：Qwen3未破10%，o1也栽了丨上海AI Lab等联合研究
SOTA大模型遇上加密数据评测：Qwen3未破10%，o1也栽了丨上海AI Lab等联合研究大语言模型遇上加密数据，即使是最新Qwen3也直冒冷汗！
来自主题: AI技术研报
7858 点击 2025-05-29 14:59
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
大语言模型遇上加密数据，即使是最新Qwen3也直冒冷汗！
2002年，在拿下中国高校第一个ACM（计算机领域最顶尖的程序设计大赛）金牌后，上海交大设立了“ACM班”，这个用最高竞赛命名的班级后来人尽皆知，成为中国AI人才的重要阵地。也在那年，李磊成为ACM班第一届的学生。在ACM班他第一次意识到，“原来计算机能帮助解决人类的这么多问题。”
围棋因其独特的复杂性和对人类智能的深刻体现，可作为衡量AI专业能力最具代表性的任务之一。
OpenAI 研究员姚顺雨近期发布文章，指出：AI 下半场将聚焦问题定义与评估体系重构。在 AI 发展新阶段，行业需要通过设计更有效的模型评测体系，弥补 AI 能力与真实需求的差距。
来自香港科技大学、腾讯西雅图AI Lab、爱丁堡大学、Miniml.AI、英伟达的研究者联合提出了MMLongBench，旨在全面评估多模态模型的长文本理解能力。
4月29日，腾讯TEG进行架构调整，新成立大语言和多模态模型部，并对数据平台和机器学习平台职责进行调整。
长文本能力对语言模型（LM，Language Model）尤为重要，试想，如果 LM 可以处理无限长度的输入文本，我们可以预先把所有参考资料都喂给 LM，或许 LM 在应对人类的提问时就会变得无所不能。
继吴永辉担任字节 AI 研发部门 Seed 的负责人后，Seed 组织正在陆续调整。
无需数据标注，在测试时做强化学习，模型数学能力暴增159%！
现在下场做 AI 产品的创业者越来越多，但创业总归是“九死一生”的艰难旅途，我更关心的是，有没有一些有迹可循的办法，能提高成功率？上周，我和一位非典型 AI 创业者——米可世界 AI Lab 的负责人 Simon 聊了一次天，聊出了很多在 AI 创业的宏大叙事中没有的“大实话”，也获得了不少启发。