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...

OpenAI宣布推出GPT-4 Turbo，该模型融合了文本和图像处理功能，为开发者提供了一个全新的AI工具。GPT-4 Turbo的问世，意味着开发者可以通过单一模型来实现对文本和图像数据的综合处理，极大地提高了开发效率和创新潜...