统计可控数据合成！新框架突破大模型数据生成局限，麦吉尔大学团队推出LLMSynthor
统计可控数据合成！新框架突破大模型数据生成局限，麦吉尔大学团队推出LLMSynthor现有的数据合成方法在合理性和分布一致性方面存在不足，且缺乏自动适配不同数据的能力，扩展性较差。
来自主题: AI技术研报
6747 点击 2025-05-25 15:42
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
现有的数据合成方法在合理性和分布一致性方面存在不足，且缺乏自动适配不同数据的能力，扩展性较差。
而马毅是那类觉得不够的人，他于无声处开始提问：智能的本质是什么？自 2000 年从伯克利大学博士毕业以来，马毅先后任职于伊利诺伊大学香槟分校（UIUC）、微软亚研院、上海科技大学、伯克利大学和香港大学，现担任香港大学计算与数据科学学院院长。他和团队提出的压缩感知技术，到现在还在影响计算机视觉中模式识别领域的发展。
在文档理解领域，多模态大模型（MLLMs）正以惊人的速度进化。从基础文档图像识别到复杂文档理解，它们在扫描或数字文档基准测试（如 DocVQA、ChartQA）中表现出色，这似乎表明 MLLMs 已很好地解决了文档理解问题。然而，现有的文档理解基准存在两大核心缺陷：
MedGemma是谷歌 “健康人工智能开发者基础”（Health AI Developer Foundations）计划的核心项目。基于 Gemma 3 架构， MedGemma提供多模态和纯文本两种模型变体，旨在降低医疗 AI 开发门槛。
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。
丹麦研究显示，生成式AI推出两年半后尚未显著改变劳动力市场，员工收入与工作时长无明显变化。尽管AI工具提升了部分工作效率(平均节省2.8%时间)，但转化为薪资涨幅不足1%。工作内容出现新任务调整，但未减少原有职责，且多数企业将节省时间转化为其他工作量。
刚刚，全球规模最大的单细胞基础大模型来了，而且是纯国产！近日，中山大学杨跃东教授团队联合重庆大学、华为、新格元生物科技，研发单细胞基础大模型CellFM，成果发表在Nature Communications上。
时隔 3 个月，Anthropic 上新了 Claude 4 模型。并同步了 Claude 4 Opus 和 Sonnet 两个模型的最新系统提示词。（Opus 是旗舰版、Sonnet 是主力版）经过对照，Claude 4 Opus 与 Sonnet 版本的系统提示词，基本没有区别，所以只需要看 Opus 的提示词即可：
自去年11月底，360刚刚推出纳米AI搜索的时候，AI真探社就曾发过一篇文章跟进报道。当时国内的AI搜索赛道还是一片蓝海，除了百度作为ALL IN AI时代的代表以外，也就天工搜索和秘塔AI搜索还在这个赛道里面，所以我们当时和主流观点一样，认为360这个老牌搜索大厂的入局或能起到一个鲶鱼效应，甚至有再现曾经百度搜索对打360搜索的名场面的可能性：
Anthropic，今晚扔出了真正的核武器——全球最强编程模型Claude 4！能连续编码7小时不断的Opus 4，再一次让大模型能力实现了重大飞跃。网友实测后惊呼：不可能，从未见过一个AI做到这样的事！