机器之心

面对无解问题大模型竟会崩溃？港中文&华为联合提出首个大模型推理可靠性评估基准

作者

本文提出首个大模型推理任务可靠性基准ReliableMath，揭示现有模型在处理无法解问题时的缺陷，并设计了用于评估可靠性的方法和数据集。通过实验分析发现，使用指令性提示可以显著提高模型对不可解问题的回答准确性及可靠性，但小模型仍存在提升空间。

DeepMind让AI当「上帝」，导演一场只有AI演员的「西部世界」

作者

Concordia 是一个由 Google DeepMind 和多伦多大学提出的新软件库，旨在为多角色生成式 AI 提供一个统一框架。它借鉴了现代游戏引擎的实体-组件架构理念，允许设计师自由组合组件来创建和测试复杂场景。

MIRIX重塑AI多模态长期记忆：超Gemini 410%，节省99.9%内存，APP同步上线

作者

MIRIX 是首个多模态、多智能体 AI 记忆系统，能在保证一致性和高效检索的同时处理多样化的输入数据。相比 RAG 和其他内存系统，MIRIX 在存储占用和准确率方面均有显著优势，在多项任务中均表现出色。