⌘ K
… 读取采集状态 同步中...
雷

推理能力

模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。

244条精选相关主题论文研究模型发布Agent 智能体

最新精选

第 241–244 条 · 共 244 条
12月11日周一
  1. Mistral News96

    Mistral AI 发布开源稀疏混合专家模型 Mixtral 8x7B

    Mistral AI 发布开源稀疏混合专家模型 Mixtral 8x7B，其采用 Apache 2.0 许可。该模型总参数量为 46.7B，每个 token 仅激活 12.9B 参数，推理速度比 Llama 2 70B 快 6 倍且性能在多数基准上优于 Llama 2 70B 和 GPT-3.5。

    推荐理由：Mixtral 8x7B 在提供 Apache 2.0 许可的同时实现了比 Llama 2 70B 更快的推理速度，为开发者提供了高效且开放的 MoE 模型选项。

10月5日周四
  1. Anthropic Research67

    Anthropic 论文：通过字典学习将语言模型分解为可理解的特征

    Anthropic 发布论文 Towards Monosemanticity: Decomposing Language Models With Dictionary Learning，提出用字典学习将小 Transformer 模型分解为数千个可解释的特征。结果显示，相比单个神经元，这些特征在人工评估和 LLM 自动解释中都具有更高可解释性，且特征在模型间具有普遍性。

    推荐理由：Anthropic 提出将语言模型分解为可解释特征的方法，展示了在小模型上通过字典学习提升可解释性的路径。

8月9日周三
  1. Anthropic News65

    Anthropic 发布 Claude Instant 1.2 模型

    Anthropic 通过 API 发布更快的 Claude Instant 1.2 模型，在数学和编码基准上取得显著提升，其中 Codex 评测得分从 52.8% 提升至 58.7%，GSM8K 得分从 80.9% 提升至 86.7%。该模型还减少了幻觉并增强了对越狱攻击的抵抗力，在生成更长结构化响应及遵循格式指令方面表现更佳。

    推荐理由：模型在数学和编码基准上提升明显，同时增强了抗越狱能力，适合评估其对现有工作流的影响。

7月11日周二
  1. Anthropic News92

    Anthropic 发布 Claude 2 模型

    Anthropic 正式发布新一代模型 Claude 2，该模型提升了性能并支持更长响应，同时提供 API 接入及面向公众的 beta 网站 claude.ai。Claude 2 的上下文窗口扩展至 100K tokens，可处理数百页技术文档；在 Codex HumanEval 编码测试中得分从 56.0% 提升至 71.2%，GRE 阅读与写作成绩超过 90th percentile。

    推荐理由：发布官方基准数据与上下文窗口扩容细节，展示新一代模型在核心能力上的量化进展。