NarrativeBench揭示大模型跨语言叙事盲区
NarrativeBench 以1,333篇新闻报道、23种发布语言、23个争议议题和460条 Reddit 查询,系统测试大模型能否帮助用户识别冲突叙事、发现缺失视角,并在显式请…
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章当前筛选: 分类: 大模型 清除筛选
NarrativeBench 以1,333篇新闻报道、23种发布语言、23个争议议题和460条 Reddit 查询,系统测试大模型能否帮助用户识别冲突叙事、发现缺失视角,并在显式请…
大模型· 2026-11-09
Google DeepMind 发布 Gemini Robotics 2.5 视觉—语言—动作模型,面向真实环境中的通用灵巧操作,目标是同步提升操作成功率、可靠性与安全性。其技术路…
大模型· 2026-11-09
LingBot-Touch是一种面向接触密集型灵巧操作的触觉基础模型,尝试把压阻式、磁式与视触觉传感器的差异从策略网络中解耦,生成可迁移的统一切觉Token。所得Token可接入扩…
大模型· 2026-11-09
Amazon Bedrock Managed Knowledge Base 扩展 AgenticRetrieveStream,以 maxAgentIteration 在一次接口中统…
大模型· 2026-11-09
Anthropic发布Claude Fable 5.2与Claude Mythos 5.2两款模型,主攻高难度软件工程、复杂推理、视觉理解及长周期智能体任务。公司称,两款模型相较5…
大模型· 2026-11-09
Meta发布面向智能体执行的轻量模型Muse Ember,输入Token价格低至每百万Token 10美分,显著低于Haiku、Luna等前沿竞争模型。其定位并非追求通用对话能力,…
大模型· 2026-11-09
LlamaIndex为LlamaParse提供SaaS、客户VPC(BYOC)、本地数据中心及气隙隔离等部署方式,并允许在LlamaIndex托管推理与客户自管模型之间选择。平台以…
大模型· 2026-11-09
Amazon提出HOPE,一种面向混合专家模型的高阶剪枝方法。传统逐专家剪枝容易独立移除专家,却忽略专家之间的协同关系,导致路由、负载均衡与输出质量受损。HOPE通过建模专家对的高…
大模型· 2026-11-09
一项针对慢性肾病(CKD)零样本筛查的研究在保持患者临床输入不变的情况下,将提示词中的国家属性替换为25种地理环境,并测试Qwen3 8B与Mistral 7B。结果显示,非肾病患…
大模型· 2026-11-09
研究在vLLM上复现大模型服务过载与客户端重试场景,发现请求即使降至容量以下,引擎也可能因重试新增执行而无法恢复。开启重试后,单靠取消传播未能恢复任何一次实验,过载后请求的交付率仅…
大模型· 2026-11-09
ChainFlow提出一种以目标模型隐藏状态为条件的新型推测解码草稿器,将草稿生成从自回归逐Token预测或扩散去噪改写为短程连续流传输。其VAE先压缩隐藏状态,轻量反馈头恢复To…
大模型· 2026-11-09
一项研究对 GPT-2 进行九代递归自训练,发现训练温度变化会使不同 Rényi 熵指标在差异显著的临界点从下降转为上升:最小熵最早交叉,碰撞熵、Shannon 熵和词汇丰富度随后…