语言模型效果的评估一直是一个比较头疼的问题，如果差距很大其实我们是可以感知出来的，但是一些能力上差不多的模型就不太好进行排名，有时候数值上的优势并不能代表整体感受。所以下面详细介绍一下Chatbot Arena 排行榜这个项目…

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

6022 位用户此时在线

关注推特

收听电报

12月24日，上海黄浦区长乐路。一个女孩装扮成圣诞老人，带着狗狗、向路人分发“平安果” 。结果却被警察逮捕，警局里还有一堆圣诞老人同样等着做笔录。

惨烈的鸡娃。

原大同市长耿拆拆、现太原市长、市委副书记耿彦波，被情人公开高呼是大流氓、贪污犯👍😂

外強中乾的中國經濟

把国家搞穷，只需要一个“伟人”！

美国网友发现，很多公布了的爱泼斯坦文件，那些被黑条遮挡起来的部分，只要复制粘贴到Word就能看见。这是因为司法部是通过PDF简单的加上黑条，但底部的文字是没有经过任何处理的。所以说，一个史上最无能的美国总统，组成了一支史上最无能的美国政府团队。

网友投稿：千禧年代圣诞节珍贵影像 2003年至2006年，每到圣诞节，成都从天府广场到春熙路总是人山人海。人们手里举着充气棒，不论认识与否，都可以相互敲打嬉闹，只图一个开心好耍

这才是咱普通人最稳妥的路！

華為不信邪，執意要在蘋果手機對面開店，結果就是死得比蛋炒飯還難看。

我要是不加个大箭头，你们根本不知道东京火车站这是遇到了谁。也不封路，其他乘客照走不误，跟金正恩去北京火车站的气势相比，差出十万八千里。为啥她不怕群众中的坏人呢？ 😎 匿名投稿

突發快訊：曾參與虐待烏克蘭戰俘的俄羅斯警察在莫斯科被炸身亡一名身份不明的男子向警車窗口投擲了爆炸裝置。兩名警察當場死亡，另外兩人傷勢危重，目前處於生命垂危狀態，襲擊者也在爆炸中身亡。被炸身亡的俄羅斯人員此前曾參與對烏作戰。現有證據顯示，他們還涉入了對烏克蘭戰俘的酷刑虐待。

如此为难一个列车服务员，已经突破做人底线了👍

网友投稿内部文件：“关于2026年春晚四马马吉祥物存在重大对外传播风险需紧急干预的建议”。

“不要停，我还要，快点戴套操我”！极品淫妻被绿帽老公带出来和三个单男玩群交p, 被艹爽了，直接要求他们三人一起艹！本片已经更新在主页置顶电报群

12月24日，一名酷似习近平的网民上传自己的生活日常，引发网友集体大喊：皇上，吾皇万岁

抖音流传视频，长沙当地司机驶过示威外卖骑手队伍时，纷纷向他们鸣笛致意🫡，现场爆发热烈欢呼🥳！ #全民反抗

🔥 中共處心積慮強力封鎖，堅決不讓中國老百姓知道的歷史真相 ‼️

How goose feather are plucked.

目前公布的爱泼斯坦照片中，最令人不安的是在女性不同身体部位用黑色墨水写下的小说《洛丽塔》中的句子。爱泼斯坦有可能用这本书来装潢门面，他跟哈佛大学文学教授艾丽莎的通信中提到了这本书，教授说我一会要上楼去找我的那本了。艾丽莎是文件披露后最倒霉的关联受害者、哈佛前校长萨默斯的妻子。

网友投稿：近日，抖音上一名博主实名举报称，河南多地存在黑砖场涉嫌控制并贩卖人口。该博主表示，其父亲曾被困于黑砖场，后被解救回家。父亲回忆称，砖厂内部环境极其黑暗，长期存在非法拘禁、强迫劳动等情况，并称曾发生多起针对残障人士的严重暴力事件，甚至有人被殴打致死。

12月24日，河北廊坊安家屯。一名女子因信任丈夫成为公司法人，背负约400万元贷款建设厂房。厂房建成后，由女方名义注册公司法人。婚姻期间，男子不仅出轨，还实施家暴，并将财产转移至其妹妹及妹夫名下，导致女子背负巨额债务、离婚后净身出户。事件发生后，警方却先将女子逮捕，而未对男方进行处理，

收你们来了，台湾人怕了吗？😂 😎 匿名投稿 #舞统台湾

12月23日，因大量民众前往南京中山陵景区内石桥桥下敬烟祭奠并打卡，有网友发现该处已被当局用砖块封堵。

五月天乐队主唱在上海演唱会上意外跌落舞台

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

语言模型效果的评估一直是一个比较头疼的问题，如果差距很大其实我们是可以感知出来的，但是一些能力上差不多的模型就不太好进行排名，有时候数值上的优势并不能代表整体感受。
所以下面详细介绍一下Chatbot Arena 排行榜这个项目…
IT技术
( twitter.com )

2年前由歸藏提交

1周内 1个月内 1年内全部时间

一个主流大型语言模型（LLM）API 价格比较网站，原来很多白嫖模型是收费的啊。
IT技术
( llmpricecheck.com)

1年前 • Geek • -- 点击 0 评论

原推转译：你正在参加 Perplexity 的机器学习工程师面试，面试官问你：“你的大语言模型每天要生成数百万条回复，如何在不进行人工审阅的情况下评估这些回复的质量？”该怎么回答呢？
目前，大语言模型（LLM）的大规模质量评估方式其实存在根本问题。传统的评估方法，比如 BLEU 和 ROUGE
IT技术
( twitter.com)

3个月前 • 宝玉 • -- 点击 0 评论

分享一个效果很好的基于 LLaMA 模型在多模态上的应用，强烈建议试一试。通过在语言模型中添加可学习的适应提示，以及引入让语言模型学习视觉特性的策略，做到了只需要微调语言模型的千分之二的参数（12 million），一个小时就能训…
IT技术
( twitter.com)

2年前 • Quinn Leng • -- 点击 0 评论

Meta AI 今天发布的音频领域突破，继大语言模型统一了语言类任务的最好效果之后，Meta 的 VoiceBox 用一种通用模型在多种音频任务上做到了最优效果。同一个模型可以做语音识别，风格转换，噪音去除，语音编辑等多种任务。…
IT技术
( twitter.com)

2年前 • Quinn Leng • -- 点击 0 评论

内容创作者就像是大语言模型！
简单一点的内容搬运，就好比翻译模型，简单有效。
初级一点的原创就好比对内容做摘要、点评、生成图片、生成视频。
更高级一点的原创，则要把某个话题、问题、素材当成Prompt，从日常训练、微调的语料库中组织生成内容，这里重点不是你的 Prompt
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

MetaAI的MMS 模型在HF的demo地址：

🌍 支持超过1,000种语言。
🎙️ 1,107种语言的多语种自动语音识别模型、语音合成模型
🔍 4,017种语言的语种识别模型。
📉与Whisper相比，词错误率减少了一…
IT技术
( twitter.com)

2年前 • Jeffery Kaneda　金田達也 • -- 点击 0 评论

【我们问了ChatGLM几个关键问题，它给的回答似乎很不错】@GZhan5：清华KEG的中文的大型语言模型，单卡版本开源，自己跑了下6B版本效果还是蛮好的。
大陆资讯
( www.jiqizhixin.com)

2年前 • 观摩团 • -- 点击 0 评论

Deep Research 的难点不是技术问题，是模型问题，只有模型足够强才能做出来好的效果，才能从众多资料中，选出最匹配最有价值的，这种能力，靠提示词+普通模型是很难做好的，还是得有比较强的推理模型才行。
IT技术
( twitter.com)

10个月前 • 宝玉 • -- 点击 0 评论

Google提出AudioPaLM：一个可以说话和听的大型语言模型。

论文页面：

我们介绍了AudioPaLM，这是一个用于语音理解和生成的大型语言模型。AudioPaLM将基于文…
IT技术
( twitter.com)

2年前 • 宝玉 • -- 点击 0 评论

基于 Toolformer 这篇论文的灵感，在 GPT-3 的模型上 fine-tune 了一个新的模型，可以用来控制外部应用和 API。

因为现在数据量还比较少，所以效果还比较一般，仅能处理一些基础的操作，后面会针对性优化一下…
推特中文圈
( twitter.com)

2年前 • Jiayuan • -- 点击 0 评论

#工程师学习你知道当前 AI 语言模型在中文中能力水平如何吗？刷Github 看到一个评估套件叫做「C-Eval」，一个全面的中文基础模型评估套件，包含了 13948 个多项选择题，涵盖了 52 个不同的学科和四个难度级别，对当…
IT技术
( twitter.com)

2年前 • Tw93 • -- 点击 0 评论

Claude-3-sonnet-200k、Gemini-1.5-Pro-128k、GPT-4-128k、Claude-3-opus对同一篇微信号文章的总结比较。
你觉得哪个模型效果好？
IT技术
( mp.weixin.qq.com)

1年前 • 向阳乔木 • -- 点击 0 评论

闪电预览

我们做了一个大模型测试集「Z-Bench」，300个问题全方位考察大语言模型能力
大陆资讯
( mp.weixin.qq.com)

2年前 • 三聚氰胺 • -- 点击 0 评论

闪电预览

非常受用的分享，现在我每写一个 prompt 都会让大模型 "反思下自己的表现" "并给自己的表现打个分"，像极了一个 PUA 大师，但效果确实好。
智能体设计模式：
- 反思：让大语言模型对自己的结果检查改进；
- 使用工具：让大语言模型调用外部工具，如网络搜索、代码执行等；
-…
时政
( twitter.com)

1年前 • Leo Xiang #Tencent • -- 点击 0 评论

如何请一位AI英语老师并用它赚钱：
1. 让模型自己写一个扮演英语老师的prompt
2.把这个prompt告诉模型，让它扮演英语老师
3.开始向老师提问，检查效果
4.把这个功能做成软件/硬件卖钱
图片
( twitter.com)

2年前 • orange.ai • -- 点击 0 评论

直接在手机本地运行大语言模型！没想到这么快就实现了。
“MLC LLM 是一种通用解决方案，允许将任何语言模型本地部署在各种硬件后端和本地应用程序上，并提供一个可以进行模型优化的高效框架。”手机目前只支持iPhone，电脑支持Ma…
推特中文圈
( twitter.com)

2年前 • sundyme • -- 点击 0 评论

推荐阅读：《我们在使用大语言模型 (LLMs) 构建产品一年中的经验总结 (第一部分) [译]》
文章主要分享了大语言模型核心组件的最佳实践，包括提示词设计、对 LLM 输出结果的评估，什么时候该用 RAG 还是微调等等。
一、提示词设计
1. n-shot 多样例
在提示词中加入 5
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

本日最好笑。你可能知道什么是 GPT-3，目前最好的人工智能语言模型，就是你开个头它就能说一大堆话，你问个问题它就能像模像样回答你那种。一个很自然的应用就是你问它一道数学题看它能不能答上来。数学题和一般问题的区别是不仅仅牵涉到语言模型本身，还有一个背后更底层的思考和计算（也就是说你 ...
大陆资讯
( m.weibo.cn)

3年前 • 微博 • -- 点击 0 评论

Soul 的语音新模型，中文效果完爆4o
IT技术
( twitter.com)

1年前 • orange.ai • -- 点击 • 下载视频 0 评论

00:02:40

o1 这类推理模型和以前的 GPT-4o 这样的大语言模型最大的不同在于它可以用算力换能力，以前的大语言模型是“快思考”，也就是你提一个问题（输入一个Prompt），它马上返回结果，那么这个结果很可能是错的，而且也无法自动纠错，只能重新开会话或者继续发后续消息内容纠正。但 o1
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

一个朋友发了他用好几个 AI 模型做同一个任务的比较结果 //结论：只有kimi是真人工智能！
大陆资讯
( m.weibo.cn)

1年前 • 牛郎侄女 • -- 点击 0 评论

微软推出了一个专门用于评估大语言模型的整合性工具库：PromptBench
提供了一系列工具，包括创建不同类型的提示、进行数据集和模型加载、执行对抗性提示攻击（即测试模型对恶意输入的抵抗力）等。
以支持研究人员从不同方面对LLMs进行评估和分析。
主要特点和功能：…
IT技术
( twitter.com)

2年前 • 小互 • -- 点击 0 评论

今天跟一些来自大陆的朋友聚会，有一个朋友问我怎么看中国目前在集中搞的大语言模型。我的观点是没戏。为什么这么说呢？首先，中国的语言模型，必须要有意识形态审核，这个是天条，如果哪个模型不符合这个天条，轻则拔网线，重则判你个十年八年的，让你永世不得翻身。在这个天条下，应该说最好的模型就…
时政
( twitter.com)

2年前 • QQ.FM Zhang Lei • -- 点击 0 评论

【Meta 开发了实时翻译闽南语的 AI】该模型目前仍在开发中，并且只适用于那类具有中间语言可以桥接两个不同语言的语言，如果两个语言之类没有密切相似的可桥接语言的话，将无法使用这个新模型，但该模型仍然为通用翻译开辟了更多的新语言。
大陆资讯
( www.oschina.net)

3年前 • 你妹的溢达 • -- 点击 0 评论

闪电预览

IT技术

一个主流大型语言模型（LLM）API 价格比较网站，原来很多白嫖模型是收费的啊。 IT技术 ( llmpricecheck.com)

IT技术

IT技术

IT技术

IT技术

IT技术

MetaAI的MMS 模型在HF的demo地址： 🌍 支持超过1,000种语言。 🎙️ 1,107种语言的多语种自动语音识别模型、语音合成模型 🔍 4,017种语言的语种识别模型。 📉与Whisper相比，词错误率减少了一… IT技术 ( twitter.com)

IT技术

【我们问了ChatGLM几个关键问题，它给的回答似乎很不错】@GZhan5：清华KEG的中文的大型语言模型，单卡版本开源，自己跑了下6B版本效果还是蛮好的。 大陆资讯 ( www.jiqizhixin.com)

大陆资讯

IT技术

Google提出AudioPaLM：一个可以说话和听的大型语言模型。 论文页面： 我们介绍了AudioPaLM，这是一个用于语音理解和生成的大型语言模型。AudioPaLM将基于文… IT技术 ( twitter.com)

IT技术

推特中文圈

IT技术

Claude-3-sonnet-200k、Gemini-1.5-Pro-128k、GPT-4-128k、Claude-3-opus对同一篇微信号文章的总结比较。 你觉得哪个模型效果好？ IT技术 ( mp.weixin.qq.com)

IT技术

我们做了一个大模型测试集「Z-Bench」，300个问题全方位考察大语言模型能力 大陆资讯 ( mp.weixin.qq.com)

大陆资讯

时政

如何请一位AI英语老师并用它赚钱： 1. 让模型自己写一个扮演英语老师的prompt 2.把这个prompt告诉模型，让它扮演英语老师 3.开始向老师提问，检查效果 4.把这个功能做成软件/硬件卖钱 图片 ( twitter.com)

图片

推特中文圈

IT技术

大陆资讯

Soul 的语音新模型，中文效果完爆4o IT技术 ( twitter.com)

IT技术

IT技术

一个朋友发了他用好几个 AI 模型做同一个任务的比较结果 //结论：只有kimi是真人工智能！ 大陆资讯 ( m.weibo.cn)

大陆资讯

IT技术

时政

大陆资讯

创建一个新帐户

登录

一个主流大型语言模型（LLM）API 价格比较网站，原来很多白嫖模型是收费的啊。
IT技术
( llmpricecheck.com)

MetaAI的MMS 模型在HF的demo地址：

🌍 支持超过1,000种语言。
🎙️ 1,107种语言的多语种自动语音识别模型、语音合成模型
🔍 4,017种语言的语种识别模型。
📉与Whisper相比，词错误率减少了一…
IT技术
( twitter.com)

【我们问了ChatGLM几个关键问题，它给的回答似乎很不错】@GZhan5：清华KEG的中文的大型语言模型，单卡版本开源，自己跑了下6B版本效果还是蛮好的。
大陆资讯
( www.jiqizhixin.com)

Google提出AudioPaLM：一个可以说话和听的大型语言模型。

论文页面：

我们介绍了AudioPaLM，这是一个用于语音理解和生成的大型语言模型。AudioPaLM将基于文…
IT技术
( twitter.com)

Claude-3-sonnet-200k、Gemini-1.5-Pro-128k、GPT-4-128k、Claude-3-opus对同一篇微信号文章的总结比较。
你觉得哪个模型效果好？
IT技术
( mp.weixin.qq.com)

我们做了一个大模型测试集「Z-Bench」，300个问题全方位考察大语言模型能力
大陆资讯
( mp.weixin.qq.com)

如何请一位AI英语老师并用它赚钱：
1. 让模型自己写一个扮演英语老师的prompt
2.把这个prompt告诉模型，让它扮演英语老师
3.开始向老师提问，检查效果
4.把这个功能做成软件/硬件卖钱
图片
( twitter.com)

Soul 的语音新模型，中文效果完爆4o
IT技术
( twitter.com)

一个朋友发了他用好几个 AI 模型做同一个任务的比较结果 //结论：只有kimi是真人工智能！
大陆资讯
( m.weibo.cn)