无一大模型及格！ 北大/通研院提出超难基准，专门评估长文本理解生成
无一大模型及格！ 北大/通研院提出超难基准，专门评估长文本理解生成在长文本理解能力这块，竟然没有一个大模型及格！
来自主题:
AI技术研报
10870 点击 2024-08-07 14:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
在长文本理解能力这块，竟然没有一个大模型及格！
AI真的已经危险到要如此监管的地步了吗？
七年前，论文《Attention is all you need》提出了 transformer 架构，颠覆了整个深度学习领域。
从泄露的信息来看 ，Apple Intelligence 背后的提示语还是挺简单的。
李飞飞老师提出了空间智能 (Spatial Intelligence) 这一概念，作为回应，来自上交、斯坦福、智源、北大、牛津、东大的研究者提出了空间大模型 SpatialBot，并提出了训练数据 SpatialQA 和测试榜单 SpatialBench， 尝试让多模态大模型在通用场景和具身场景下理解深度、理解空间。
逆合成是药物发现和有机合成中的一项关键任务，AI 越来越多地用于加快这一过程。
一波未平，一波又起。继去年11月CEO Sam Altman被解雇并重新聘用后，OpenAI核心团队又双叒叕变了？
AI医疗，「钱」路漫漫。
奥运搞钱密码！义乌+AI？
AI向左，机器人向右，具身智能站在交叉点。
现如今，大模型产品的线上投流和线下投广已经变得非常常见，各种花式出圈手段层出不穷，营销规模可以用“卷”来形容。
OpenAI高层多人离职，内部动荡加剧。
7月27号，蔚来举办了一场技术发布会，有芯片亮相，也有整车操作系统发布，有Nio Phone的正式上市，也有智能驾驶世界模型NWM的展示。发布会后的第二天，虎嗅汽车来到蔚来位于上海漕河泾的办公室，和蔚来智能驾驶副总裁任少卿聊了两个小时。
美东时间8月6日，全球最备受瞩目的人形机器人公司「Figure AI」，炸场发布了第二代人形机器人Figure 02。
a16z的氧气计划
随着大型语言模型（LLM）技术日渐成熟，各行各业加快了 LLM 应用落地的步伐。为了改进 LLM 的实际应用效果，业界做出了诸多努力。
地球是平的吗？ 当然不是。自古希腊数学家毕达哥拉斯首次提出地圆说以来，现代科学技术已经证明了地球是圆形这一事实。 但是，你有没有想过，如果 AI 被误导性信息 “忽悠” 了，会发生什么？ 来自清华、上海交大、斯坦福和南洋理工的研究人员在最新的论文中深入探索 LLMs 在虚假信息干扰情况下的表现，他们发现大语言模型在误导信息反复劝说下，非常自信地做出「地球是平的」这一判断。
智谱AI把自研打造的大模型给开源了。
经历过「千模大战」的喧嚣，一年半之后，生成式 AI 的应用层创新终于步入爆发期。
上周，iOS 18 测试版发布，部分用户提前试用了苹果在 WWDC 宣布的一系列 Apple Intelligence（苹果智能）的功能，更多的功能会在未来几个月内陆续发布。
月之暗面又双叒叕融资了。
数据驱动：AI时代人力资源管理效率革命
大模型为何在生成「茶杯中的冰可乐」上失败了？上海交通大学最新揭秘。
这起另类的收购，似乎更像是AI泡沫开始出现的征兆。
最近的英伟达似乎步入了多事之秋。
智谱 AI Z 计划企业路演日：Z DemoDay（2024·Summer）于 8 月 4 日在智谱 AI 公司举办。现场共有 25 家 Z 计划企业参加路演，近 300 位投资人参会（空间有限，策划预期 180 位）。 这也是 Z 计划自发布以来，举办的首届大规模路演活动。现场路演项目覆盖大模型赛道各关键生态位，涉及算力优化、数据治理等基础设施，以及法律、金融、生物医药等多个垂直行业应用场景。
谷歌TPU核心团队创立，要做世界最快推理。
OpenAI 的领导层，再次传来三则人事变动的重要消息。
为了这个视频模型，英伟达每天正在疯狂地爬取相当于 80 年时长的视频数据。
没想到，撤诉之后，马斯克再度卷土重来，对OpenAI提起新诉讼。这一次，奥特曼和Greg Brockman直接被马斯克安了一个「共谋敲诈勒索」的罪名，被控违反联邦敲诈勒索法！
