本文介绍了一篇语言模型对齐研究的论文，由瑞士、英国、和法国的三所大学的博士生和 Google DeepMind 以及 Google Research 的研究人员合作完成。
人工智能（AI）在过去十年里取得了长足进步，特别是在自然语言处理和计算机视觉领域。然而，如何提升 AI 的认知能力和推理能力，仍然是一个巨大的挑战。
前Meta老将开发蛋白质生成式AI模型 ESM3。
在这个信息爆炸的时代，随着数据量的激增，快速准确的数据处理能力变得至关重要，它直接影响到决策的质量、服务的响应速度以及新知识的创造。在数据库加速领域，国内的企业正在以硬实力开疆拓土。
Claude 3.5 Sonnet的图表推理能力，比GPT-4o高出了27.8%。 针对多模态大模型在图表任务上的表现，陈丹琦团队提出了新的测试基准。 新Benchmark比以往更有区分度，也让一众传统测试中的高分模型暴露出了真实能力。
上下文学习 (in-context learning, 简写为 ICL) 已经在很多 LLM 有关的应用中展现了强大的能力，但是对其理论的分析仍然比较有限。人们依然试图理解为什么基于 Transformer 架构的 LLM 可以展现出 ICL 的能力。
GPT-4o二折平替千亿国产大模型出海！刚刚，全球头部模型托管平台Fireworks AI宣布了最新消息。这是继登陆英伟达官网之后，Yi-Large再次入驻美国主流平台。
超越扩散模型！自回归范式在图像生成领域再次被验证——
能抗衡AlphaFold 3的生命科学大模型终于出现了。初创公司Evolutionary Scale AI发布了他们最新的98B参数蛋白质语言模型ESM3。不仅支持序列、结构、功能的all-to-all推理，团队还在实验中发现，它设计的新蛋白质相当于模拟自然界5亿年的进化。
从排名Top20的美国AI教育产品中，一窥 AI 战略背后的产品取胜关键。
