最近，一份名为“Hallucination Leaderboard”的GitHub仓库开始在自然语言处理领域引起轰动。该仓库汇集了多种模型在摘要短文档时产生幻觉的性能比较数据，让人们更好地了解这些模型的优势和不足。据悉，该排行榜是由...

机器学习工程开源书籍发布，该项目是一个开放的方法论集合，旨在帮助成功训练大型语言模型和多模态模型。该材料适用于LLM/VLM培训工程师和运营人员。书籍包含大量脚本和复制粘贴命令，以使读者能够快速解决问题。该...

本文探讨了评估LLM的挑战，将其与人类员工评估进行比较。文章讨论了衡量LLM智能和实用性的困难，突出了当前评估方法的局限性和需要更有效方法的必要性。在人工智能领域，评估是至关重要的，因为它决定了LLM的质量和...

AlphaCodium推出了一种新颖的方法来增强LLMs的代码生成能力。这种多阶段、基于测试的迭代过程显著提高了像GPT-4这样的模型在解决复杂编程问题时的准确性，如在CodeContests数据集上所展示的。

最近，一种名为DoraemonGPT的新型AI系统基于大型语言模型取得了重要进展，它聚焦于视频任务，提升了对于动态现实场景的理解。DoraemonGPT将视频转换为符号记忆，以进行高效的时空查询，并利用专门的工具和新颖的规划...

Anthropic发布了一项非常有趣的研究，该研究有意将语言模型中的“睡眠短语”进行有害污染。研究发现，它无法将这种模型与用于生产模型的强大系统进行“对齐”。也就是说，一旦模型被污染，就无法使用当前的工具消除不良...

研究人员开发了一种新的多学科协作框架，以提高大型语言模型在医学领域的理解和推理能力。这种方法涉及到AI代理，扮演一起分析、讨论和达成共识的医学主题的角色扮演游戏。

SpeechAgents是一个多模态人工智能系统，能够以惊人的真实度模拟人类的交流。这个系统由多模态LLM支持，可以处理多达25个代理人。它可以通过模仿人类对话，包括连贯的内容、真实的节奏和表达丰富的情感，来创造戏剧...