起点课堂会员权益
职业体系课特权
线下行业大会特权
个人IP打造特权
30+门专项技能课
1300+专题课程
12场职场软技能直播
12场求职辅导直播
12场专业技能直播
会员专属社群
荣耀标识
深度｜Andrej Karpathy 最新思考：小模型有巨大潜力，大模型用来处理多任务，AI 模型未来聚焦于处理重要信息的能力
在人工智能领域，Andrej Karpathy 的最新思考为我们提供了关于AI模型未来发展的深刻见解。他认为，虽然当前的大型模型非常强大，但未来的小型模型也具有巨大的潜力。通过模型蒸馏技术，我们可以将大型模型的能力压缩到更小的模型中，实现更高效的认知处理。
"LLM"相关的文章
LLM 进化分岔口：多模态、成本、代码推理
在人工智能领域，大型语言模型（LLM）的进化正处在一个关键的分岔口，其中多模态能力、成本效率和代码推理能力是未来发展的三大核心方向。文章深入分析了OpenAI和Anthropic这两家在LLM领域处于领先地位的公司，它们在2024年的技术动态、产品发展和人才变动，揭示了它们在LLM进化路径上的不同选择和战略重点。
LLM的范式转移：RL带来新的 Scaling Law
LLM（大型语言模型）的范式转移正在由RL（强化学习）引领，带来全新的Scaling Law。传统上，LLM的发展依赖于模型规模、数据量和计算资源的扩展，而RL的引入为这一领域注入了新的活力。通过强化学习，LLM能够更好地适应复杂环境和任务，实现更精细化的控制和优化。这种范式转移不仅提升了LLM的性能，还为其应用开辟了新的可能性。随着RL与LLM的深度融合，我们有望见证一个更加智能、高效和适应性强的大型语言模型时代的到来。
Agent开发平台数据运营体系：企业如何衡量大模型投入产出比ROI？
大模型到底为公司带来了多大的好处？为应用大模型，采购了第三方的AgentBuilder平台，或者自研搭建了大模型应用平台，效果咋样？企业内部的员工会用了吗？还是依赖外部...
世界模型又近了？MIT惊人研究：LLM已模拟现实世界，绝非随机鹦鹉！
MIT CSAIL的研究人员发现，LLM的「内心深处」已经发展出了对现实的模拟，模型对语言和世界的理解，绝不仅仅是简单的「鹦鹉学舌」。也就说，在未来，LLM会比今天更深层地理解语言。
Gary Marcus：生成式AI泡沫将退，神经符号AI才是未来
人工智能学者Gary Marcus近日发文称，生成式AI可能因可靠性问题无法解决而在12个月内退去泡沫。他认为，神经符号学方法是超越LLMS局限、迈向自主AI的途径之一，而谷歌的两款系统验证了可行性。
少即是多！10亿参数「小巨人」击败ChatGPT
只有10亿参数的xLAM-1B在特定任务中击败了LLM霸主：OpenAI的GPT-3.5 Turbo和Anthropic的Claude-3 Haiku。上个月刚发布的苹果智能模型只有30亿参数，就连奥特曼都表示，我们正处于大模型时代的末期。那么，小语言模型（SLM）会是AI的未来吗？
LLM最全「怪癖」首曝光！马里兰OpenAI等30+学者祭出75页提示报告
大语言模型提示中，竟有不少「怪癖」：重复某些内容，准确性就大大提高；人名变匿名，准确性就大大下降。最近，马里兰OpenAI等机构的30多位研究者，首次对LLM的提示技术进行了大规模系统研究，并发布75页详尽报告。
两句话，让LLM逻辑推理瞬间崩溃！最新「爱丽丝梦游仙境」曝出GPT、Claude等重大缺陷
在基准测试上频频屠榜的大模型们，竟然被一道简单的逻辑推理题打得全军覆没？最近，研究机构LAION的几位作者共同发表了一篇文章，以「爱丽丝梦游仙境」为启发涉及了一系列简单的推理问题，揭示了LLM基准测试的盲区。
ChatGPT真能记住你的话吗？DeepMind与开源大佬揭示LLM记忆之谜
LLM有记忆能力吗？有，也没有。虽然ChatGPT聊天时好像可以记住你之前说的话，但实际上，模型在推理时记不住任何内容，而且它们在训练时的记忆方式也不像我们想象的那么简单。
万字长文总结提示词技巧！新加坡首届GPT-4提示工程大赛冠军最新分享
提示工程已经成为了热门话题，无论是CO-STAR框架构建提示词，使用分隔符将提示词分段，使用LLM护栏创建系统提示，还是仅使用LLM（无需插件或代码）分析数据集，用户都将拥有全新的使用体验。
历时400多天，国产大模型全面赶超GPT-4？
赶超GPT-4的阶段性升级，可以看作是国产大模型有序迭代部署、不断拉近差距的标志，切莫像手机跑分那样，在过度营销的作用下，沦为被群嘲的对象。
