基准测试归档

后训练时代如何延续Scaling Law？这是你该读的LLM后训练综述

上午11时 2025/05/01 作者机器之心

键。
近日，一份围绕 LLM 后训练的综述报告收获了不少好评，其整理相关论文和工具的资源库已经收获了

下午11时 2025/04/21 作者新智元

人成果？OpenAI研究人员对此回应：不存在。
在视觉感知方面，o3和o4-mini在思维链中进行图

下午12时 2025/02/04 作者机器人大讲堂

单位
：乔治亚理工学院，南加州大学，慕尼黑工业大学，谷歌DeepMind，人工智能研究所，人机认知研

下午8时 2024/12/15 下午1时 2024/11/22 作者机器之心

谷歌和OpenAI在大模型领域竞争激烈，近期Google的Gemini-Exp-1114和Gemini-Exp-1121模型迅速更迭Top榜单。有人担忧当前的人工智能基准测试方法可能简化了模型评估，引发对安全性和可靠性等问题的关注。