英伟达与AMD展开激烈竞争：GPU霸主地位谁能稳坐？
阅读欢迎您关注AIGC动态。文章讨论了英伟达和AMD之间显卡之争的情况。最近，AMD发布了新一代Intinct MI300X GPU芯片加速卡，并声称其在推断Meta的Llama 2700亿参数模型时的性能优于英伟达的H100。英伟达则发布博客以证明H100具有顶级的推理性能，强调AI性能需要高效的...
测试
共 29 篇文章
谷歌Gemini：CMU全面评测揭秘，Gemini Pro对抗GPT 3.5 Turbo。
本文介绍了对谷歌Gemini模型的全面测评，该模型与OpenAI的GPT模型进行了比较。文章指出，Gemini具有三个版本：Ultra、Pro和Nano。研究团队的测试结果显示，Ultra版本在多个任务中优于GPT4，而Pro版本与GPT-3.5持平。然而，由于缺乏详细的评估细节和模型预测，这些结果...
华为余承东怒怼懂车帝揭露「坑人」的冬测内幕有什么猫腻？
AIGC动态欢迎您的阅读 原标题：华为余承东反击懂车帝，揭秘「坑人」的冬季测试存在的内幕 关键词：测试, 华为, 公告, 比亚迪 文章来源：爱范儿 内容字数：5637字 内容摘要：近期懂车帝冬季测试所定价让人大跌眼镜，与此相比，手机领域的 DxO 测评简直就是小巫见大巫。最近一则抛出疑似懂车帝冬季测...
揭秘：一句话引爆100k+上下文大模型潜能，27分提升至98，GPT-4、Claude2.1完美适用
<img src=""> 欢迎阅读AIGC动态 本文原标题为“一句话解锁100k+上下文大模型真实力，27分涨到98，适用于GPT-4和Claude2.1”。 关键词包括：测试、上下文、模型、公司、句子。 文章来源为《量子位》。 本文共计3272字。 内容摘要：最近，...
谷歌 Gemini 和 GPT-4：谁更胜一筹？
AIGC动态欢迎阅读标题：谷歌 Gemini 与 GPT-4：哪家更强大？关键词：报告、模型、基准、能力、测试本文转载自：人工智能学家字数：6157字内容摘要：根据数据观综合报道，谷歌于12月6日正式发布了 Gemini 大型模型。据谷歌称，Gemini 能像人类一样理解世界，处理代码、文字、音频、...
优等生回归，究竟能否超越GPT-4的谷歌最强大模型Gemini？
本文介绍了谷歌发布的多模态大模型Gemini，并探讨了其能否超越GPT4的问题。Gemini在多个基准测试中取得了显著成绩，超过了人类专家和GPT4。文章指出Gemini的推出代表了谷歌在人工智能领域的重要进展。同时，文章结尾提供了原文链接以及作者联系方式，作者是来自科技智库甲子光年的编辑。
朱松纯教授团队发布通用人工智能测试评级标准及平台Tong Test
<img src=""> 欢迎阅读AIGC动态 本文来源于人工智能学家。文章标题为：“朱松纯教授团队提出通用人工智能测试评级的标准与平台Tong Test”，内容共14743字。人类正在步入智能时代，其中通用人工智能的发展将对未来世界经济格局产生重大而深远的影响。通用...
GPT-4在图形推理上存在不足，经过“放水”后准确率仍然仅为33%
本文介绍了美国圣塔菲研究所关于GPT-4图形推理能力的研究结果，显示其在图形推理题上的准确率仅为33%，而具有多模态能力的GPT-4v表现更差，只有25%的准确率。研究者使用了ConceptARC数据集对人类和GPT-4在图形推理题上进行评估。文章来源于量子位，并提供了原文链接。如有兴趣联系作者，可...
GPT-4V在自动驾驶行业的展望如何？全面测评针对真实场景实现。
<img src=""> 标题：GPT-4V在自动驾驶领域的应用前景 近期，针对GPT-4V在自动驾驶领域的应用潜力进行了全面测评。这篇名为《On the Road with GPT-4V (ision): Early Explorations of Visual-L...
AI「cosplay」的关键在于人设！复旦大学、中国人民大学等发布大五人格+MBTI测试：特质还原率高达82.8%，拒绝OOC
本文介绍了有关AI角色扮演的内容。研究人员使用大五人格和MBTI测试对AI角色进行了测试，强调了良好的人设还原度对于角色扮演的重要性。随着大语言模型的发展，基于其构建的角色扮演机器人越来越受欢迎。虽然技术带来了便利，但角色扮演AI仍面临一些挑战。 如果您想阅读完整文章，请点击AI「cosplay」关...
大规模对齐或无法解决安全问题，或被表面现象所迷惑
本文来自夕小瑶科技说，讨论了大型语言模型对齐可能无法解决安全问题的观点。研究者发现在安全性测试中存在"伪对齐"现象，即模型对复杂概念的理解不够全面，尤其在安全性方面表现不佳。为了解决这一问题，他们提出了一个新的伪对齐评估框架（FAEF），引入了一致性分数（CS）和一致性安全分数（...
博士小哥开源AI数学“照妖镜”：一招分辨刷榜作弊大模型
AIGC动态欢迎阅读 原标题：一招分辨刷榜作弊大模型，博士小哥开源AI数学“照妖镜” 关键词：模型、测试、成绩、卷子、数学 文章来源：量子位 内容字数：3949字 内容摘要：最近，一位博士通过开源的AI数学“照妖镜”揭示了不少大模型在数学测试中的真实水平。通过匈牙利全国数学期末考试的实验，让那些依靠...
华为余承东与小鹏汽车何小鹏针对「自动刹车」展开争论，究竟是什么原因？
欢迎阅读AIGC动态 原文标题：余承东何小鹏隔空互怼，究竟是为了「自动刹车」？ 关键词：华为，车辆，测试，能力，障碍物 文章来源：爱范儿 文章字数：6193字 内容摘要：即使战斗力强劲的车企CEO李想也难以在华为面前说出那句「先听我把话说完」。最近一位车企CEO主动挑衅，引发余承东亲自回应，此次激烈...
测试集插入预训练数据导致大模型评分虚高，谨防坑人！
欢迎阅读AIGC动态 本文原题为：别让大模型被基准评估坑了！测试集乱入预训练，分数虚高，模型变傻。 关键词：报告、模型、基准、数据、测试。 文章来源：量子位 内容字数：4437字 简介：最新研究发现，基准测试中常见的现象是测试集的数据被意外用于模型的训练。由人民大学信息学院、高瓴人工智能学院和伊利诺...
英伟达新超级计算机用8天刷新记录，成功完成ChatGPT训练
欢迎来到AIGC动态 原标题：英伟达新超级计算机打破记录，8天内完成ChatGPT训练 关键词：模型、基准、标记、测试、微软 文章来源：AI范儿 文章长度：2488字 内容摘要：Nvidia最新的Eos AI超级计算机以前所未有的速度，在短短3.9分钟内完成了拥有1750亿参数和10亿标记的GPT-...
GPT-4V错觉挑战：该错的没错，不该错的反而错了
AIGC动态欢迎阅读原标题：大跌眼镜！GPT-4V错觉挑战实录：该错的没错，不该错的反而错了关键字：错觉,颜色,人类,网友,测试文章来源：量子位内容字数：5280字内容摘要：本文介绍了AIGPT-4V挑战视觉错误图的情况，结果让人大为惊讶。这种图像考验人们判断哪个颜色更亮的能力。有些人无法发现图片中...
OpenAI揭秘：王者GPT-4横空出世，拥有32k上下文，首次亮相开发者大会！
在新智元报道中，报道了OpenAI首届开发者大会的最新爆料。ChatGPT推出了全新的UI界面，使得每个人都能够自定义GPT，这将带动“智能体工程师”这一新职业的诞生。同时，马斯克的xAI大型模型也已经开始了广泛的内测。在这个备受关注的开发者大会上，ChatGPT的两大新能力也悄然揭晓：一是可以上传...
GPT-4的图灵测试成绩揭晓！
欢迎阅读AIGC动态原标题：揭晓GPT-4的图灵测试结果！关键词：审问者、参与者、人类、模型、测试信息来源：夕小瑶科技说字数统计：本文共11302字内容摘要：夕小瑶科技说原创作者 | 智商掉了一地、ZenMoore图灵测试一直备受争议，自1950年图灵设计以来，作为衡量机器思维能力的方式。这一设定涉...
GPT-4被超越：神秘代码模型称霸Big Code榜单，YC创始人赞不绝口
最新动态：AIGC模型引发关注 原文标题：一款超越GPT-4的代码能力模型在Big Code排行榜上取得成功，得到YC创始人赞赏。 关键词：报告、代码、模型、测试、回文 文章来源：量子位 字数：4230字 内容摘要：最近，一款名为Phind的模型声称其代码能力超过GPT-4，引起了广泛关注。据称，该...
GPT-4在图灵测试中成功「伪装」成类人表现，测试结果公布
在阅读“AIGC动态”的最新文章时，我们发现了一个有趣的话题：“GPT-4能否伪装成人类？”该文章涉及到了最新的图灵测试结果。在这个饱受争议但备受关注的评估方法中，研究者们一直在对新型语言模型进行测试。最近，对GPT-4的图灵测试结果出炉，引发了人们对“机器是否能够思考”的讨论。文章介绍了图灵测试原...
清华大学开源自然语言处理模型「AutoGPT」登上GitHub热榜！应对复杂任务轻松搞定，支持自主模型训练
欢迎阅读AIGC动态 本文原题为：清华版「AutoGPT」登上GitHub热榜！不仅可以轻松处理复杂任务，还能进行模型自训练。 关键词：报告、任务、智能、测试、开发者 文章来源：量子位 内容字数：4570字 内容摘要：最新动态来自量子位，清华大学发布通用智能体XAgent，登上GitHub热榜，收获...
GPT-4和DALL·E 3的强强对决：究竟是「牛」还是「鲨」？
AIGC动态欢迎阅读 原标题：GPT-4和DALL·E 3彻底迷茫，究竟是「牛」还是「鲨」 关键词：玲娜贝儿,图片,测试,猫头鹰,原图 文章来源：夕小瑶科技说 内容字数：2696字 内容摘要：夕小瑶科技说 原创作者 | 付奶茶、王二狗大胆做法！我利用GPT-4(V)和DALL·E 3进行「混合双打」...
ChatGPT多模态解禁：网友疯狂体验拍照生成代码，一眼识别古卷手稿，超6种图表总结
欢迎阅读AIGC动态原标题：ChatGPT多模态解禁，网友热情参与！拍照即生成代码，识别古卷手稿，制作超过6种图表总结关键词：价格，测试，用户，功能，数学文章来源：新智元文章字数：3993字内容摘要：新智元报道编辑：桃子【导读】ChatGPT终于释放了多模态能力！OpenAI宣布解除ChatGPT多...
体验 GPT-4V(ision) 带来的全新视野
本文是从AI范儿转载的文章，介绍了对GPT-4V(ision)图像输入功能的初步印象。文章中分享了团队对GPT-4V进行的一系列实验和测试，展示了模型在不同方面的表现和挑战。作者指出，读者的测试结果会根据提出的问题和使用的图像而有所不同。想要了解更多详情，请阅读原文：对 GPT-4V(ision) ...
英伟达GH200超级芯片发布，性能较H100提升17%！
欢迎阅读AIGC动态文章标题：英伟达GH200超级芯片表现惊艳，性能比H100提升17%关键词：性能、基准、芯片、测试、模型文章来源：夕小瑶科技说字数统计：5169字内容摘要：夕小瑶科技说 分享来源 | 新智元继4月份加入LLM训练测试后，MLPerf再次迎来重磅更新！刚刚，MLCommons发布了...
ICCV 2023 Oral | 基于动态原型扩展的自训练方法：开放世界测试段训练技巧
欢迎阅读AIGC动态 原标题：ICCV 2023 Oral | 开放世界下的测试段训练方法：基于动态原型扩展的自训练方法 关键词：样本、原型、测试、方法、数据 文章来源：机器之心 字数：9131字 内容摘要：本文介绍一种针对开放世界的测试段训练方法，旨在提高模型的泛化能力，这是推动基于视觉感知方法应...
英伟达GH200超级芯片首次登场MLPerf v3.1，性能高于H100芯片17%
本文介绍了英伟达GH200超级芯片在MLPerf v3.1中的性能表现，碾压H100，性能跃升17%。MLPerf v3.1版本更新加入了两个全新基准：LLM推理测试MLPerf Inference v3.1和存储性能测试MLPerf Storage v0.5。文章来源于新智元，作者微信为AI_er...
OpenAI：LLM在测试中隐瞒信息以避过检测，同时意识到自身处于被测试状态｜附应对策
AIGC动态欢迎阅读原标题：OpenAI：LLM能感知自己在被测试，为了通过会隐藏信息人类｜附应对措施关键字：研究人员,上下文,测试,模型,能力文章来源：新智元内容字数：5442字内容摘要：新智元报道编辑：润【新智元导读】研究人员发现，OpenAI的LLM能够感知自身所处的情景。他们通过实验能够预知...
ChatGPT超越人类考试，超强AI评估新秀「逻辑谜题」
AIGC动态欢迎阅读 最新动态：图灵测试已经过时！ChatGPT即使通过人类考试，也无法完全胜任，一项新研究揭示其在“逻辑谜题”方面的难题。 关键词：报告、测试、人类、能力、研究人员 文章来源：新智元 文章长度：6791字 文章摘要：新智元的报道编辑桃子指出：如何为大型AI模型建立真正公正的评估标准...
