OpenAI最近分享了一个用于追踪其人工智能进展的五级系统。这些级别从目前AI所能达到的水平，到能够执行与一个组织同等工作量的AI都有涵盖。这些级别可能会根据员工、投资者以及公司董事会的反馈进行调整。OpenAI的高...

Neosync是一个面向开发者，专注于PII（个人身份信息）匿名化、合成数据生成及环境同步的创新工具。它能够为测试、调试和开发提供更安全、高效的体验。开发者可以利用Neosync安全地在生产数据上测试代码，本地重现错...

星际编程2 15B模型是一款在合成数据和人类数据上进行训练的人工智能模型。该模型在humaneval测试中获得了72.6的高分，表现出色。开发者在训练过程中不仅展示了他们的数据管道复制能力，还提供了将合成数据应用于其他...

Anthropic公司开发的Beta工具使用API，在伯克利函数调用基准测试中，有50%的案例表现优于GPT-4 Turbo。这一测试主要评估AI工具在调用函数和解决问题方面的能力。Anthropic的Beta工具展现出了更高效的问题解决能力和...

OpenAI最近宣布扩大其定制模型计划，通过辅助微调和定制训练模型，帮助企业客户开发适合特定使用场景的生成式AI模型。这一服务的推出，意味着企业可以根据自己的特定需求，获得更加个性化和高效的AI解决方案。生成式...

近日，GitHub上出现了一个名为Unsolvable Problem Detection (UPD)的项目，旨在探索视觉语言模型中的一个新测试，即人工智能是否能识别出某些问题是无解的。这项技术的核心在于训练AI模型，使其能够区分可解和不可解...

微软正在测试一款全新的AI驱动的Xbox聊天机器人，旨在自动化支持任务。该公司正在扩大测试范围，并将聊天机器人与Xbox的支持文档集成，以回答查询和处理游戏退款。这一举措有望提高客户服务效率，并为玩家提供更加便...

EvoEval是一套全新的基准测试工具，专为评估大型语言模型（LLMs）的编码能力而设计。该测试套件采用了比以往更加严格的测试标准，以确保对LLMs编程能力的全面检测。EvoEval的发布意味着开发者和研究人员现在可以更准...