NeurIPS 2024 多样任务真实数据，亚马逊提出在线购物领域评测基准Shopping MMLU
在线购物是现代生活中必不可少的组成部分。2023 年，在线购物销售额已经占到中国全部销售额的 46%
大语言模型
多样任务真实数据，大模型在线购物基准Shopping MMLU开源｜NeurIPS&KDD Cup 2024
基于亚马逊真实购物数据，港科大与圣母大学联合构建了大规模评测基准Shopping MMLU，评估大语言模型在线购物领域的应用潜力。该基准覆盖多项任务及能力，强调多任务学习、少样本学习和特定领域知识理解的重要性，并且已被公开用于研究和应用。
LLM也怕你妈叫你回家吃饭这种模糊请求，纽大提出指导LLM澄清问题
MLNLP社区致力于促进国内外自然语言处理领域内的学术交流与进步。该论文提出了一种新的标注方法，用于训练LLMs在多回合交互中询问澄清问题，显著提高了其在处理模糊请求时的性能。
可以实现零代码开发的OPPO智能体平台，到底强在哪？
第三届中国高校计算机大赛——智能交互创新赛在杭州举行，OPPO提供技术支持和平台支持。哈尔滨工业大学的《雅韵智诵》获特等奖，四川大学的《走心》项目通过大模型代理集成到互动小说游戏中实现心理健康筛查。OPPO发布智能体开发平台，为开发者提供更多工具和支持，助力智能体技术的发展。
NeurIPS 2024 自我纠错如何使OpenAI o1推理能力大大加强？北大、MIT团队给出理论解释
AIxiv专栏介绍及其相关研究，讨论了大语言模型中的自我纠错能力，并提出了理论分析方法。该研究指出，自我纠错是一种上下文对齐过程，通过优化LLM的最终输出以获得更高的奖励。