例如,ChatGPT的网页版采用一个非零的解码温度,这意味着对于同一个问题,模型的回答可能会有所不同。此外,自回归模式的推理过程也意味着在多次推理后,ChatGPT 有可能产生一些奇怪的输出,从而导致生成与事实不相符的结果。 那么,如何从观察大模型是否改变观点来研究其是如何处理“认知冲突”的呢? “认知冲突”对于人类...
为了更好地理解商用 MLLMs 的漏洞，清华朱军教授领衔的人工智能基础理论创新团队围绕商用 MLLM 的对抗鲁棒性展开了研究。尽管 GPT-4V、谷歌 Bard 等模型开放了多模态接口，但其内部模型结构和训练数据集仍然未知，且配备了复杂的防御机制。尽管如此，研究发现，通过攻击白盒图像编码器或 MLLMs，生成的对抗样本可以诱导...
GPT-4在特定编码类别中的准确性 虽然GPT-4在大多数编码类别中与人类编码者保持了高度一致性，但在如CI（协调邀请）、SC（简单协调）和RC（有理由的协调）等特定编码类别中，一致性较低。这可能是因为GPT-4主要分析文本信息和显式线索，而人类编码者会考虑更广泛的上下文和隐含意义。此外，这些编码的复杂性和主观...
我认为今年的阶段性成果，是实现GPT到GPT Zero的进阶，即大模型可以自己教自己，不需要我们输入这么多数据，它会自己构造数据来教自己。Sora已经有了些端倪，Sora通过游戏引擎构造了大量的数据，使得自己变得更聪明。但GPT到GPT Zero会是重大的阶段性成果，我们相信这一天会在不久的未来到来。未来GPT甚至可能会帮我们探...
机器之心报道编辑：Panda W我们都知道以 ChatGPT 为代表的大型语言模型（LLM）具备代码生成能力，毕竟代码本身也是一种语言。近日，清华大学孙茂松团队不只是让 LLM 当程序员，还更进一步，基于 LLM 开发出了一家「虚拟软件开发公司」ChatDev。这家公司的各个职员都是 LLM，能端到端地完成从分析需求到写代码再到...
在各项基准测试下，XAgent表现都完全优于AutoGPT、GPT-4。更多细节我们接着往下看。各种任务都能做 将一个数据包上传到XAgent，让它分析数据并生成一个报告，它就能迅速将任务分解为数据理解、验证Python环境、编写数据分析代码、编写报告4个子任务。最后绘制出来的图是这样婶儿的：再来让XAgent推荐一些适合好友聚会...
大模型混战究竟谁才是实力选手?清华对国内外 14 个 LLM 做了最全面的综合能力测评,其中 GPT-4、Cluade 3 是当之无愧的王牌,而在国内 GLM-4、文心 4.0 已然闯入了第一梯队。 在2023 年的「百模大战」中,众多实践者推出了各类模型,这些模型有的是原创的,有的是针对开源模型进行微调的;有些是通用的,有些...
王冠00年出生于河南，8岁开始学习编程。高中时，GPT2发布，这在当时不仅颠覆了深度学习的很多理论，也颠覆了王冠的世界观：一个模型生成的文本可以像人一样，是不是代表AI就要突破图灵测试，基于此，或许他可以做个算法，以解决世界上的所有难题。后来他才知道，这样的算法就叫“AGI”。在彼时高中生的世界里，这样...
IT之家 8 月 10 日消息，近日，清华大学新闻与传播学院教授、博士生导师沈阳所在团队发布了《大语言模型综合性能评估报告》（下文简称“报告”），报告显示总得分率 GPT-4 第一，百度文心一言在三大维度 20 项指标中综合评分国内第一，超越 ChatGPT，其中中文语义理解排名第一，部分中文能力超越 GPT-4。据了解，...