AI在线 AI在线

LLM

​OpenAI 最新研究揭示：最先进的 AI 仍难以解决编码问题

​OpenAI 最新研究揭示：最先进的 AI 仍难以解决编码问题
近日，OpenAI 的研究人员在一篇新发布的论文中坦言，尽管目前的 AI 技术已经相当先进，但这些模型依然无法与人类程序员相媲美。 OpenAI 首席执行官山姆・阿尔特曼曾表示，预计到今年底，AI 将能够战胜 “低级” 软件工程师，但研究结果却显示，这些 AI 模型仍然面临重大挑战。 图源备注：图片由AI生成，图片授权服务商Midjourney在研究中，OpenAI 团队使用了一种名为 SWE-Lancer 的新基准测试，评估了从自由职业网站 Upwork 上提取的1400多项软件工程任务的表现。
2/24/2025 9:09:00 AM
AI在线
TOMG-Bench：大语言模型开放域分子生成新基准

TOMG-Bench：大语言模型开放域分子生成新基准
编辑 | ScienceAI科学家提出了一个新的基准测试——TOMG-Bench，用于评估 LLM 在分子领域的开放域生成能力。 项目主页：：： Datasets：：、材料科学等领域进步的关键环节。 然而，传统的分子发现方法往往依赖于反复实验和数据分析，效率低下且成本高昂。
2/18/2025 4:25:00 PM
ScienceAI
短短10天，Ilya神秘初创SSI再融10亿美元！仅凭一个主页估值300亿

短短10天，Ilya神秘初创SSI再融10亿美元！仅凭一个主页估值300亿
彭博独家称，Ilya神秘初创SSI即将融资超10亿美元，估值超300亿美元。 图片据介绍，总部位于旧金山的风险投资公司Greenoaks Capital Partners领投，计划投资5亿美元。 Greenoaks同时也是AI明星公司Scale AI和Databricks的投资者。
2/18/2025 8:56:05 AM
新智元
自主式AI崛起是否意味着SaaS的终结？

自主式AI崛起是否意味着SaaS的终结？
自主式AI崛起：SaaS的终结?不，是新的开始!在科技日新月异的今天，一个名为自主式AI的新星正在冉冉升起，它以其独特的魅力和无限的潜力，让人们对未来充满了遐想。 自主式AI，这种能够独立行动、自主决策的人工智能，正悄然改变着企业的运营模式，预示着软件应用的新纪元即将到来。 要点：动态AI生态系统：软件应用正从静态、单一的模式转变为动态、由AI驱动的生态系统，无缝集成各种业务需求。
2/18/2025 8:22:00 AM
Frank Palermo
Meta首席AI科学家认为当前GenAI和LLM将很快过时

Meta首席AI科学家认为当前GenAI和LLM将很快过时
Meta首席人工智能科学家Yann LeCun表示，目前的生成式人工智能（GenAI）和大型语言模型（LLM）范式可能很快就会过时。 他认为，这些系统需要新的突破来理解物理世界并与之互动。 LeCun在达沃斯世界经济论坛上谈到GenAI系统时表示：“没有人会再使用它们，至少不会将其作为人工智能系统的核心组件。
2/17/2025 11:04:27 AM
AI情报室
还在忙NSFC申报？试试DeepSeek R1结合牛津的推理Agent用变分推理生成国家自然科学基金申请书

还在忙NSFC申报？试试DeepSeek R1结合牛津的推理Agent用变分推理生成国家自然科学基金申请书
又到了一年一度的国家自然科学基金申报季，众多科研工作者正在为申报书的撰写绞尽脑汁。 如何在有限的时间内，产出一份既专业严谨又富有创新性的申报材料，成为了许多研究者面临的挑战。 本文介绍了一种基于DeepSeek R1大模型与牛津大学最新推理Agent框架相结合的智能辅助方案。
2/17/2025 8:35:06 AM
AI修猫Prompt
DeepSeek671B提到的MOE是什么？图解MOE（混合专家模型）

DeepSeek671B提到的MOE是什么？图解MOE（混合专家模型）
本文仅做记录，图挺形象的。 原文：，你可能会在标题中看到“MoE”这个词。 那么，这个“MoE”到底代表什么？
2/17/2025 3:00:00 AM
Grootendorst
DeepSeek数学大翻车？普林斯顿谷歌锤爆LLM：做题不会推理，全靠死记硬背

DeepSeek数学大翻车？普林斯顿谷歌锤爆LLM：做题不会推理，全靠死记硬背
破案了！ 就在刚刚，来自普林斯顿和谷歌的研究者发现——大模型做数学题，不是靠推理，而是靠从训练集里记下的解题技巧！ 论文地址：「未解之谜」一直困扰着不少业内人士：在数学上，LLM到底是学会了举一反三，还是只是学会了背题？
2/14/2025 10:23:00 AM
新智元
本地轻松使用Gemini 2.0 Pro

本地轻松使用Gemini 2.0 Pro
译者 | 布加迪审校 | 重楼谷歌加大了角逐人工智能领域的筹码，发布了最新的实验模型。 继DeepSeek和OpenAI之后，谷歌宣布推出Gemini 2.0 Flash以及两个新的实验模型：Gemini 2.0 Pro和Gemini 2.0 Flash-Lite。 据谷歌DeepMind团队声称，Gemini 2.0 Pro是其迄今为止最先进的模型，在编程性能和处理复杂提示方面表现出色。
2/14/2025 8:00:00 AM
布加迪
一文带你看懂开源大模型基石LLaMA核心技术点，DeepSeek/千问等LLM的模型结构基础

一文带你看懂开源大模型基石LLaMA核心技术点，DeepSeek/千问等LLM的模型结构基础
LLaMA是目前很多SOTA开源大模型的基础，包括DeepSeek、千问等在内的很多大模型的模型机构大体上都沿用了LLaMA。 因此，LLaMA在模型结构的设计上可以说是目前大模型的一种最佳实践。 这篇文章就给大家汇总一下LLaMA的核心模型结构。
2/14/2025 1:00:00 AM
Fareise
DeepSeek 系列模型详解之——DeepSeek LLM

DeepSeek 系列模型详解之——DeepSeek LLM
DeepSeek LLM发布于2024年1月，收集了2万亿个词元用于预训练，在模型层面沿用了LLaMA的架构，并将余弦退火学习率调度器替换为多阶段学习率调度器，便于持续训练。 并从多种来源收集了超过100万个实例进行监督微调(SFT)。 此外，利用直接偏好优化（DPO）技术进一步提升模型的对话能力。
2/13/2025 11:00:30 AM
小喵学AI
近端策略优化(PPO)算法的理论基础与PyTorch代码详解

近端策略优化(PPO)算法的理论基础与PyTorch代码详解
近端策略优化(Proximal Policy Optimization, PPO)算法作为一种高效的策略优化方法，在深度强化学习领域获得了广泛应用。 特别是在大语言模型(LLM)的人类反馈强化学习(RLHF)过程中，PPO扮演着核心角色。 本文将深入探讨PPO的基本原理和实现细节。
2/13/2025 10:34:30 AM
Dhanoop Karunakaran
推荐一个企业级知识图谱增强的检索增强生成(RAG)的项目

推荐一个企业级知识图谱增强的检索增强生成(RAG)的项目
介绍Microsoft GraphRAG 是一个开源项目，旨在利用 Microsoft Graph 的强大功能构建企业级的知识图谱增强的检索增强生成（RAG）方案。 简单来说，它将企业内部的各种数据源（如邮件、文档、日历、联系人等）通过 Microsoft Graph 连接起来，形成一个结构化的知识图谱，然后利用这个知识图谱来增强 RAG 系统的检索能力，从而提升大语言模型（LLM）在企业应用中的问答和生成效果。 项目架构GraphRAG 的架构设计清晰且模块化，主要包含以下几个核心组件：(1) 数据连接器（Data Connectors）：负责从各种企业数据源（如 Microsoft 365 服务，包括 Exchange Online、SharePoint Online、OneDrive、Teams 等）提取数据。
2/13/2025 9:01:03 AM
IT运维技术圈
AI已学会自我复制！复旦新研究：开源LLM克隆成功率最高90%

AI已学会自我复制！复旦新研究：开源LLM克隆成功率最高90%
AI已跨越关键「红线」，实现了自我复制。 复旦大学的研究人员在一项新研究中，展示了两种开源的LLM具备自我克隆的能力。 在没有人类帮助的情况下，AI成功实现自我复制，这不仅是它超越人类的关键一步，也是「流氓AI」出现的早期信号。
2/12/2025 10:05:00 AM
新智元
Grok-3意外「走光」，不是推理模型！马斯克：xAI新模型比DeepSeek更好

Grok-3意外「走光」，不是推理模型！马斯克：xAI新模型比DeepSeek更好
当OpenAI和谷歌密集发布新AI模型时，马斯克的xAI怎么还没动静？ 就在最近，马斯克公开表示称，xAI的新模型很快就要发布了，而且是比DeepSeek更好的那种！ 根据公开消息，网友汇总了马斯克、Greg Yang等关于xAI下一代新模型Grok-3的消息。
2/11/2025 9:20:00 AM
新智元
人大刘勇团队「慢思考」机理分析：从雪球误差到正确推理概率

人大刘勇团队「慢思考」机理分析：从雪球误差到正确推理概率
AIxiv专栏是AI在线发布学术、技术内容的栏目。 过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。 如果您有优秀的工作想要分享，欢迎投稿或者联系报道。
2/10/2025 1:15:00 PM
机器之心
Andrej Karpathy 最新视频盛赞 DeepSeek：R1 正在发现人类思考的逻辑并进行复现

Andrej Karpathy 最新视频盛赞 DeepSeek：R1 正在发现人类思考的逻辑并进行复现
继近日斯坦福李飞飞、Percy Liang 等人推出 S1 后，李飞飞的学生、OpenAI 早期成员与前特斯拉 AI 总监也录制了一期最新长达 3 小时的长视频上传到 YouTube，深入浅出地从神经网络的起源、GPT-2、ChatGPT 到最近 DeepSeek-R1 介绍了 AI 大模型的系列进化：视频链接：，视频讲解十分通俗易懂，即使没有技术背景的观众也能轻松理解！ 尤其是在视频的第 2 个小时开始，他对最近爆火的 DeepSeek-R1 论文进行了深入介绍，并直言 DeepSeek R1 在性能方面与 OpenAI 的模型不相上下，它的出现推动了 RL 技术的发展。 除了盛赞 DeepSeek-R1 的技术创新外，Andrej Karpathy 还对纯 RL 的学习能力给予了高度评价，但又指出 RL 非常非常擅长发现一种方法来“欺骗”模型，阻碍了 RLHF 成为专业技术的步伐。
2/7/2025 2:50:00 PM
郑佳美
未来教室的变革：大语言模型LLM会取代老师吗？揭秘教育新纪元

未来教室的变革：大语言模型LLM会取代老师吗？揭秘教育新纪元
大语言模型（LLM）的发展是近年来人工智能领域的重要突破，其背后是深度学习、自然语言处理等技术的快速进步。 从早期的简单问答系统到现在能够理解和生成复杂文本的智能模型，大语言模型已经广泛应用于各个领域，包括客服机器人、智能搜索引擎、自动化写作等。 随着技术的进步，人们开始探讨这样一个问题：大语言模型是否将在未来取代老师的角色？
2/7/2025 12:54:57 PM
tune