V
主页
【开源 LLM 基准测试】全新大语言模型基准测试论文:GAIA 与 GPQA 概览
发布人
探索两篇刚出炉的重磅 LLM 基准测试论文: GAIA:这是一项全方位的人工智能助手评测(顺便一提,视频作者与其他杰出人士合著) GPQA:一个高级别的谷歌可证明问答评测(作者团队同样令人敬佩) 当两个由不同机构组成的团队(包括 Anthropic、Cohere、纽约大学、Hugging Face、Meta AI 等)分别推出各具特色且有诸多共通之处的基准测试时,我们可以明显感受到LLM基准测试领域正在经历的革命性变化。 两个测试都难倒了 GPT-4,成功率仅约 30%,每个测试由 450 个精心设计的问题组成,每个问题都有唯一的标准答案,并且更注重推理过程而非记忆能力。这对于测试新模型的能力而言是一个极具挑战性的试炼。 更令人兴奋的是,这些开源基准测试为即将到来的尖端模型提供了一个共同的比较基准。让我们共同期待开放评估的美好未来! 论文: - GAIA: https://huggingface.co/papers/2311.12983 - GPQA: https://huggingface.co/papers/2311.12022
打开封面
下载高清视频
观看高清视频
视频下载器
Hugging Face 开源大语言模型生态系统概览
【李宏毅】2024秋《生成式人工智能导论》教程!LLM大模型入门到进阶,比刷剧爽多了!--附带课件代码
【附源码】2024最新53个大模型实战项目!练完即就业Ⅰ基础到框架Ⅰ适合小白入门_LLM_RAG_Agent_ChatGPT_Prompt
Hugging Face 第一本中文图书出版啦
Hugging Face 办公室里的开源 AI 机器人🤖️
【 Hugging Face 课程 🤗 】 3D 机器学习 - 第三节 多视图扩散模型
大语言模型攻击概览
Hugging Face 机器人主管🧑💼教你在家做机器人🤖️
【中文科普: Hugging Face 是什么?】🤗 Hugging Face Hub 和开源生态介绍
第89集 | 使用 Ultralytics YOLO11 进行目标检测与跟踪 | 如何进行基准测试 | YOLO11 发布 🚀
【论文快读】大型语言模型中的角色扮演者 (Role playing in Large Language Model)
Hugging Face 和 arXiv 梦幻联动 🤗
最新发布!HuggingChat macOS 版现已可用
【Hugging Face 科普】构建高性能大语言模型的小指南-2024
【 Hugging Face 课程 🤗 】 3D 机器学习 - 第四节 高斯喷溅
Hugging Face 联合 Meta, Scaleway, STATION F 启动人工智能创业项目 📢
尝试谈谈我的学习方法
Hugging Face: 代码生成模型的预训练和微调
【中文演讲】AI 快速发展年,来自 Hugging Face 的开源最新进展
【Hugging Face CEO 4大新年预测】2024年将是人工智能丰收年
喂饭教程!25分钟本地部署Qwen2大模型:配置、微调、部署+效果展示,带你训练自己的行业大模型!
Transformers.js:Web 上的最新机器学习技术
【Hugging Face CSO采访】AI时代:权力新平衡与未来走向
大模型研讨课第一期(共10期)
先进编译实验室新书上线!希望大家多多支持!!!
【AI安全探索】AI 流行的时代,我们应该担心什么?
Hugging Face 🤗 Transformers.js v3 正式发布 🎉
用GPT-4.0训练小200万倍可直接本地运行的小模型
【LLaMa 2怎么玩】Hugging Cast v4 - AI News and Demos - LLaMa 2 edition!
【LLM前沿】6小时精讲四大多模态大模型CLIP BLIP VIT MLLM及对话机器人办公助手!绝对的通俗易懂的大模型应用教程!
太厉害了 已跪!终于有人能把知识图谱讲的这么通俗易懂了,浙大知识图谱入门及实战公开课分享!-深度学习丨NLP丨知识图谱
【AWS加速器上的LLMs】Hugging Cast S2E1 - LLMs on AWS Trainium and Inferentia
HF开源游戏挑战赛投票进行时 🤗 87个 AI 游戏可以在线玩啦🎮
都2024了,还不知道先学Transformer还是Diffusion?迪哥精讲BERT、Swin、DETR、VIT四大核心模型,原理讲解+论文解读+代码复现!
Hugging Face 的实时语音交互Speech-to-Speech支持中文啦 🎉
大语言模型课程Lesson1-1 什么是大语言模型?
Argilla 2.0 - Hugging Face 的数据核心工具更新啦
Open LLM Leaderboard 新功能 🎉 可以直接对比任意两款开源大语言模型啦🔎
第一个发现用github学大模型的人真的是天才!
【强到离谱】2024必会的AI Agent(应用解读+项目实战)通俗易懂的解读了Agent核心框架,全流程分析-人工智能/AlAgent/AI大模型