讯飞星火 V4.0 在 WAIC 2024 展示最新应用成果，国产算力自主可控。实现全新 AI 交互模式，综合性能提升，推出“大模型 0 元 Go”计划。以上是为您生成的 2024 年 7 月 5 日的大模型日报。推出用于评估大语言模型时间推理能力的基准测试 ToT。盘古大模型 5.0 在多领域应用进展及升级情况。大模型日报 2024-07-05。

2024-05-31。

2024年全球生成人工智能全景图。如果您想要更详尽的内容可以参考。

谷歌发布了Gemini家族的新成员Gemma 2，提供了90亿和270亿参数的两个版本，具有卓越的性能和高效的推理能力。该模型以视觉为中心，探索了多种不同的视觉编码器及其组合，并设计了一种动态且可感知空间的新型连接器，将视觉特征与LLM整合在一起。: 本研究提出了一种基于大语言模型的创新评估方法，通过分析4407家上市公司年报，构建全面的数字化转型指标，发现数字化转型显著提升公司财务表现。: Ch

为了评估其泛化性能，他们在简单的大小为 3-6 个节点的因果无关公理链上进行了训练，然后测试了泛化性能的多个不同方面，包括长度泛化性能（大小 7-15 的链）、名称泛化性能（更长的变量名）、顺序泛化性能（带有反向的边或混洗节点的链）、结构泛化性能（带有分支的图谱）。要创建训练数据集，该团队的做法是在特定的变量设置 X、Y、Z、A 下枚举所有可能的元组 {(P, H, L)}_N，其中 P 是前提，

有效的转移和无监督的深度学习医学图像分析方法TowardsNovelMethodsforEffectiveTransferLearningand UnsupervisedDeepLearningforMedicalImageAnalysis(https://biblio.ugent.be/publication/8521037/file/8521039.pdf)

2024-05-28。

本文提出CHOPINLLM，通过结合原始数据值和文本表示进行预训练和微调，提高多模态语言模型对图表的理解能力，并建立新的评估基准。: 斯坦福大学的研究致力于通过心智理论和大型语言模型，开发能够在复杂社会环境中自适应运行的自主智能体，推动多智能体强化学习的发展。: 本文研究大语言模型自解释的可靠性，发现反事实解释能生成真实、信息丰富且易验证的结果，提供传统解释方法的替代方案。: 提出了一种基于反事实

OpenAI发布了针对应用开发者的GPT-4o mini模型，取代了旧版的GPT-3.5模型。: 研究开发了一个基于游戏Baba Is You的新基准，测试了三种多模态大型语言模型，发现它们在需要操控和组合游戏规则时表现不佳。: 谷歌AI发布了一篇关于FLAMe的论文，这是一种基础大型自动评估模型，旨在为复杂多样的大型语言模型提供可靠且高效的评估方法。: 研究表明，通过Prover-Verifie

整体来看，文章深入探讨了Radford的职业生涯及其对AI研究的贡献，具有较高的相关性和深度。Apollo模型通过新的训练调度和数据混合方法，显著提高了视频多模态模型的评估效率，创建了ApolloBench基准，解决了现有视频问答基准的低效问题。整体而言，Apollo项目为视频理解的研究提供了新的视角和工具，推动了多模态AI的发展。摘要：本文报道了OpenAI在其发布季第十一天推出的ChatGPT