闲来无事，我测了测国产大模型的RAG能力
闲来无事，我测了测国产大模型的RAG能力最近，AI界被推理模型刷屏了。国内各家的推理模型，在新年到来之际不断刷新我们的认知。不过，当我们在实际应用中考量大模型，衡量好不好用的标准，就绝不仅仅局限于其性能和规模了。
来自主题: AI资讯
7668 点击 2025-01-27 13:49
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
最近，AI界被推理模型刷屏了。国内各家的推理模型，在新年到来之际不断刷新我们的认知。不过，当我们在实际应用中考量大模型，衡量好不好用的标准，就绝不仅仅局限于其性能和规模了。
AI模型可能并没有想象中强大。在最新的AI基准测试「人类最后一次考试」中，所有顶尖LLM通过率不超过10%，而且模型都表现得过度自信。
研究人员首次探讨了大型语言模型（LLMs）在问题生成任务中的表现，与人类生成的问题进行了多维度对比，结果发现LLMs倾向于生成需要较长描述性答案的问题，且在问题生成中对上下文的关注更均衡。
实际上 Operator 只是最近一段时间，全球大模型公司智能体集中发布浪潮的一部分。早于 Operator 发布前两天，字节跳动豆包大模型团队就已经公布了同类型智能体：UI-TARS。
2023年的大模型市场是昂扬的、争先恐后的。2024年的大模型市场是放缓的、冷静取舍的。而在春节前的这一周多时间里，大模型公司们似乎回到了两年前的兴奋状态，一天不止一个重大发布。
1月23日，在第55届世界经济论坛(冬季达沃斯)上,“深度学习”三巨头之一、图灵奖得主、Meta AI首席科学家杨立昆（Yann LeCun），如此对腾讯新闻《一线》透露Meta2025年在AI领域的投资规模。
千诀的大模型已经在多个场景实现了落地，并与多家互联网巨头、3C巨头客户展开了合作。
从《唐探1900》官方微博发布的消息来看，这是电影圈里首款AI动态海报，先来看下效果：不止是在网上，甚至是在北京王府井、上海南京路，以及成都春熙路上，都已经开始播放这个AI海报了！
就在刚刚，网上已经出现了一波复现DeepSeek的狂潮。UC伯克利、港科大、HuggingFace等纷纷成功复现，只用强化学习，没有监督微调，30美元就能见证「啊哈时刻」！全球AI大模型，或许正在进入下一分水岭。
在刚刚成立的一年多时间里，DeepSeek一直不声不响，V2模型的发布成为其破圈的关键。由于模型结构层面的突破性创新，使得其将模型成本大大降低，也被业内戏称为AI届拼多多。这之后，DeepSeek也真正引发了硅谷的恐慌，OpenAI正迎来一个最强劲的对手。