全新预训练数据筛选方案，让数据效率提升10倍！配置仅需fastText评分器｜港科大vivo出品
全新预训练数据筛选方案，让数据效率提升10倍！配置仅需fastText评分器｜港科大vivo出品vivo自研大模型用的数据筛选方法，公开了。
来自主题: AI技术研报
9071 点击 2025-05-15 14:11
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
vivo自研大模型用的数据筛选方法，公开了。
Moonhub由Nancy Xu于2022年6月创立，以AI驱动破解传统招聘低效与隐性偏见，通过数据驱动与对话式AI实现高效公平筛选，挖掘非传统背景人才，结合专家团队优化招聘流程，助力企业提升效率并推动可持续增长。
医疗大模型快速渗透医院，2025年百强医院部署率达98%，专科垂直模型达55个，面临数据安全挑战。
北大和人大团队在通用人形机器人动作生成领域取得重大突破！
AI算力，卷到天上了！这12颗计算卫星，每一颗都具备太空计算和太空互联的能力，将组成全球首个太空计算星座。它们的背后，是商业航天企业国星宇航牵头发起的“星算”计划。
美国AI监管或将暂停10年！共和党议员在预算法案中加入条款，禁止联邦和州政府监管AI，同时计划拨款5亿美元推动AI商业化。硅谷欢呼「创新得救」，但反对者警告：DeepFake泛滥、数据隐私失控、环境问题加剧……这场监管与自由的博弈，究竟是AI的黄金时代，还是潘多拉魔盒的开启？
最近ContextGem很火。它既不是RAG也不是Agent，而是专注于"结构化提取"的框架，它像一个"文档理解层"，通过文档中心设计和神经网络技术(SAT)将非结构化文档转化为精确的结构化数据。它可作为RAG的前置处理器、Agent的感知模块，也可独立使用。
随着生成式人工智能技术的飞速发展，合成数据正日益成为大模型训练的重要组成部分。未来的 GPT 系列语言模型不可避免地将依赖于由人工数据和合成数据混合构成的大规模语料。
在多模态大模型快速发展的当下，如何精准评估其生成内容的质量，正成为多模态大模型与人类偏好对齐的核心挑战。然而，当前主流多模态奖励模型往往只能直接给出评分决策，或仅具备浅层推理能力，缺乏对复杂奖励任务的深入理解与解释能力，在高复杂度场景中常出现 “失真失准”。
出海产品Web和App普遍增长。