悬赏800万的超难测试集，被GPT-4o实现新SOTA，准确率已达50%
悬赏800万的超难测试集，被GPT-4o实现新SOTA，准确率已达50%GTP-4o挑战悬赏八百万的超难数据集，实现SOTA！
来自主题: AI资讯
5604 点击 2024-06-20 09:56
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
GTP-4o挑战悬赏八百万的超难数据集，实现SOTA！
图灵奖得主、深度学习之父Geoffrey Hinton，又有新动向。
作为继OpenAI、微软、谷歌后，最后一个万众期待的尖子生，苹果在上周举行的WWDC24全球开发者大会上，终于交出了自己的“AI答卷”。
潞晨 Open-Sora 团队在 720p 高清文生视频质量和生成时长上实现了突破性进展，支持无缝产出任意风格的高质量短片，令人惊喜的是，他们选择再给开源社区带来亿点点震撼，继续全部开源。
基于 Transformer架构的大型语言模型在各种基准测试中展现出优异性能，但数百亿、千亿乃至万亿量级的参数规模会带来高昂的服务成本。例如GPT-3有1750亿参数，采用FP16存储，模型大小约为350GB，而即使是英伟达最新的B200 GPU 内存也只有192GB ，更不用说其他GPU和边缘设备。
在现实世界的机器学习应用中，随时间变化的分布偏移是常见的问题。这种情况被构建为时变域泛化（EDG），目标是通过学习跨领域的潜在演变模式，并利用这些模式，使模型能够在时间变化系统中对未见目标域进行良好的泛化。然而，由于 EDG 数据集中时间戳的数量有限，现有方法在捕获演变动态和避免对稀疏时间戳的过拟合方面遇到了挑战，这限制了它们对新任务的泛化和适应性。
OpenAI和谷歌接连两场发布会，把AI视频推理卷到新高度。 但业界还缺少可以全面评估大模型视频推理能力的基准。 终于，多模态大模型视频分析综合评估基准Video-MME，全面评估多模态大模型的综合视频理解能力，填补了这一领域的空白。
一张人像、一段音频参考，就能让霉霉在你面前唱碧昂丝的《Halo》。
一周前，苹果在WWDC上发布了自己的AI功能Apple Intelligence，包括直接集成OpenAI的ChatGPT，自那以来，股价上涨逾7%，重夺全球市值第一宝座。
大语言模型提示中，竟有不少「怪癖」：重复某些内容，准确性就大大提高；人名变匿名，准确性就大大下降。最近，马里兰OpenAI等机构的30多位研究者，首次对LLM的提示技术进行了大规模系统研究，并发布75页详尽报告。