文章列表-AI魔法学院

文章列表

新测试基准发布，最强开源Llama 3尴尬了

大模型竞技场背后组织LMSYS推出下一代基准测试Arena-Hard，引起广泛关注。

Llama 3 大模型开源

HalluQA: 测测中文大模型有没有一本正经胡说八道

2023年下半年，百模大战时代热度不减，各家的中文大模型在代码推理、数学、代码、考试等任务上都取得了优异的性能，在模型评测方面也出现了Gaokao-Bench，C-Eval，AGI-Eval这些用于各项能力评测的优秀数据集

大模型中文大模型幻觉

性能超出预期！神秘的国产大模型 Kimi 开放 API

上面的测试也佐证了这一点。

Kimi Chat 大模型 API

一文读懂GPT-1：生成式预训练如何提升语言理解

摘要 GPT-1是一种半监督的语言模型，它巧妙地结合了无监督预训练和有监督微调，以优化语言理解任务。

GPT

如何改善你的回测方法，提高策略的未来收益

作者分析了三种主要的回测方法，详述了各自的优势和挑战。

回测方法

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

Llama中文社区联合AtomEcho（原子回声）重磅发布基于Llama2的中文预训练大模型：原子大模型 Atom-7B | Atom-7B 介绍目标泛智能体大模型不同原子有不同的特性

大模型

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

例如，在HumanEval编码基准测试上，Reflexion达到了91%的pass@1准确率，超过了之前的最新技术GPT-4的80%。

大模型

解读 | SuperCLUE 2023年9月全面测评大模型四大能力

引言 SuperCLUE是中文通用大模型的综合性评测基准，旨在对大模型在各个能力维度上的表现进行全方位的评估。

大模型方法论

国内厂商语音识别与Whisper评测：现状与概况对比

一、语音识别现状二、评测意义与预期成果三、评测方案四、评测结果一、语音识别现状得益于近年来深度学习技术的快速发展，人工智能的主要分支(图像、语音、自然语言处理等)都相继进入了大规模落地应用阶段

语音识别 Faster-Whisper

每天一个AI姬，AI绘画拟真实测，使用ComfyUI模拟闪光灯摄影成像

每天一个AI姬，以飨关注者本次AI绘画实测，使用的依旧是出画质量非常优秀的 Stable Diffusion ComfyUI，而所用到的基础模型，以及相关的背景模板、人物模板、特效模板的名称，俱已列出

文生图

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

应用程序的本质往小里说是代码组织，往大里说就是逻辑编排。在大模型时代以前，比如推荐等大数据AI领域，其发展的趋势就是流程编排。传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个AI应用编排的框架——FlowEngine

Query Pipeline 大模型

实测15款AI大模型实时新闻搜索能力：金融业资讯获取哪家强？

我们针对国内15款主流AI大模型进行了一场实战测试，任务只有一个：搜索2025年7月14日金融业相关新闻，并以指定JSON格式返回结果。

AI 大模型

Stable Diffusion

小白设计师福音：Stable Diffusion 16款插件测评，好用不？推荐吗？

因为这是以设计师日常应用的角度出发，从推荐指数、易上手程度、使用频率三个维度来测评。

SD 插件文生图

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

而上传图片的限制，可能会让用户进行多次尝试——系统会校验图片像素大小、人脸清晰程度、非多人、版权风控、画风检测、不能有头部倾斜、露出手部等条件。

EMO 阿里全民演唱

为什么说AI现在还不行！

这种普遍的高预期其实是有害的，尤其是当事情本身还需要耐心细致深耕且长跑的时候。

大模型

<123 4 5 6 7 8 9 10 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1