AI工具如GPT-4越来越多地在编写研究论文等任务中协助学者，甚至在某些方面超过了他们。根据梁等人的研究，有高达18%的论文在某些领域得到了AI的协助。这种AI的集成可能创建出一个循环，软件既生成又审查学术出版物。...

像GPT-4V这样的视觉-语言模型在理解和与图像和文本交互方面正在快速发展。然而，最近的一项研究揭示了它们在视觉推理上的重大限制。研究人员使用复杂的视觉难题，如智商测试中的难题，来测试这些模型，并发现它们在...

在许多现代性能基准测试中，GPT-4被广泛用作生成质量的评判标准。现在，一种名为Prometheus的模型引起了人们的关注。这种模型是基于Mistral构建的，能够在这项任务上表现出色。Prometheus不仅在处理日常任务上有出色...

近日，一款名为gpt2-chatbot的神秘AI模型在lmsys.org网站上引发关注，其展示的能力类似于GPT-4.5，这引起了人们对其是否是OpenAI未公开的下一代产品测试的猜测。关键标识如响应质量、OpenAI特有的特征和频率限制等都...

据报道，LMSYS正在进行GPT-4.5或GPT-5的测试。这是一项令人兴奋的技术进步，将进一步提高自然语言处理的质量和准确性，同时也将为人工智能领域带来更多的发展机会。 尽管这些新技术的细节尚未公开，但LMSYS的测试表...

本文总结了专注于文本处理的初创公司Truss在过去六个月内发布数个基于大型语言模型（LLM）的功能中获得的七项宝贵经验。这些经验涵盖了如何改进提示方式、工具使用、GPT技术的最佳实践、以及GPT的局限性等方面。Trus...

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...

Elon Musk旗下的xAI公司近日推出了Grok-1.5人工智能系统，该系统在数学和编程方面的处理能力得到了显著提升。与前一版本相比，Grok-1.5在性能上有大幅度提升，并在与业界领先的AI模型如GPT-4的竞争性基准测试中表现...