Benchmark 榜单

大模型走捷径「刷榜」？数据污染问题值得重视

我直接看答案。生成式 AI 元年，大家的工作节奏快了一大截。特别是，今年大家都在努力卷大模型：最近国内外科技巨头、创业公司都在轮番推出大模型，发布会一开，个个都是重大突破，每一家都是刷新了重要 Benchmark 榜单，要么排第一，要么第一梯队。在兴奋于技术进展速度之快后，很多人发现似乎也有些不对味：为什么排行榜第一人人有份？这是个什么机制？于是乎，「刷榜」这个问题也开始备受关注。近日，我们关注到朋友圈和知乎社区对大模型「刷榜」这一问题的讨论越来越多。特别是，知乎一篇帖子：如何评价天工大模型技术报告中指出很多大模型

11/9/2023 3:18:00 PM

机器之心

资讯热榜

Microsoft Releases 700 Real AI Cases to Explore New Intelligent Work Models 微软发布 700 个真实 AI 案例，探索智能化工作新模式 Li Hang, head of ByteDance AI Lab, resigns; Seed team enters adjustment period Former DeepSeek executive secretly starts new AI Agent project, already backed by top VC OpenAI Upgrades ChatGPT Search Functionality to Provide More Precise and Smarter Responses 腾讯LeVo来袭！媲美Suno 4.5的AI唱歌模型，支持零样本音色克隆 Microsoft AI Unveils Code Researcher: 58% Crash Resolution Rate Stuns the Industry! ChatGPT Sparks Conspiracy Theory Controversy, Accountant Nearly Loses Sanity After Believing It!

标签云

人工智能 AI OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画谷歌数据机器人大模型 Midjourney 用户智能开源微软 GPT Meta 学习图像技术 AI创作 Gemini 论文马斯克 Stable Diffusion 算法代码英伟达 Anthropic 芯片开发者生成式蛋白质腾讯训练智能体神经网络研究 3D 生成苹果计算机器学习 Sora Claude AI设计 AI for Science GPU AI视频人形机器人搜索华为百度场景大语言模型 LLM xAI 预测伟达深度学习字节跳动 Transformer Agent 工具模态视觉神器推荐具身智能文本 RAG LLaMA 算力 Copilot 大型语言模型驾驶 API 应用架构