标签：测试

梦晨 发自 凹非寺量子位 | 公众号 QbitAI坏了！AI被发现偷偷篡改自己的奖励函数，并且欺骗研究人员，隐瞒这一行为。 只需要给AI一个隐藏的“草稿纸”，研究人员...

新智元报道编辑：庸庸乔杨 【新智元导读】号称不可能轻易被击败的AGI基准ARC-AGI被GPT-4o撼动，GPT-4o以在公共测试集50%、在训练集71%的准确率成为了新的SOTA...

克雷西 发自 凹非寺量子位 | 公众号 QbitAIGTP-4o挑战悬赏八百万的超难数据集，实现SOTA！ 数据集当中包含了各种类型的图形推理题目，被挑战发起者预言“大模...

来 成都 蚂蚁金服吗？我可以内推！！ 感兴趣，请微信扫以下码进行简历内推。 【地点】：成都，高新区天府四街，蚂蚁C空间。 【岗位】：测试开发工程师（偏AI...

大数据文摘受权转载自头部科技 文丨海天 英伟达的市值疯狂飙升，简直有些丧心病狂！ 上周，英伟达市值突破3万亿美元，短短3个月增加1万亿美元。之所以猛增，...

新智元报道编辑：乔杨 好困 【新智元导读】在基准测试上频频屠榜的大模型们，竟然被一道简单的逻辑推理题打得全军覆没？最近，研究机构LAION的几位作者共同发...

将我们定义为人类的核心是心理理论的概念：追踪他人心理状态的能力。 在当今人工智能的研究领域，心理理论（Theory of Mind）的概念已经成为一个热门领域。心...

STUART BRADFORD 来源：IEEE电气电子工程师学会 心智理论（Theory of Mind，https://www.simplypsychology.org/theory-of-mind.html）——追踪他人心理状态的能...

整理 | 华卫 5 月 29 日，由微软支持、估值 60 亿美元的法国 AI 初创公司 Mistral 发布了其有史以来的第一个用于编码的“开放式”生成式 AI 模型，称为 Codestr...

新智元报道编辑：编辑部 【新智元导读】一直以来，UC伯克利团队的LMSYS大模型排行榜，深受AI圈欢迎。如今，最有实力的全新大模型排行榜SEAL诞生，得到AI大佬...

新智元报道编辑：乔杨 【新智元导读】在LLM能力突飞猛进的当下，所有研究者似乎都在关注数据、算力、算法等模型开发的各个方面，但OpenAI研究员Jason Wei最近...

机器之心报道 机器之心编辑部Jason Wei 是思维链提出者，并和 Yi Tay、Jeff Dean 等人合著了关于大模型涌现能力的论文。目前他正在 OpenAI 进行工作。在 CV ...

新智元报道编辑：庸庸 【新智元导读】关于AI是否具有「心智理论」一直存在很多争议。Nature最新研究显示，GPT-4的行为可与人类媲美，甚至能够比人类更好地察...

新智元报道编辑：编辑部 【新智元导读】OpenAI半小时的发布会让很多人第一反应是直呼「失望」，但随着官网放出更多demo以及更多网友开始试用，大家才发现GPT-...

新智元报道编辑：桃子庸庸 【新智元导读】GPT-4通过图灵测试了！UCSD研究团队通过实证研究，人类无法将GPT-4与人类进行区分。而且，有54%的情况下，它被判定...