BriefGPT - AI 论文速递 ·

YESciEval：用于科学问答的鲁棒大型语言模型评估

💡 原文中文，约300字，阅读约需1分钟。

📝

内容提要

本研究提出YESciEval框架，以解决大型语言模型在科学问答评估中的鲁棒性不足问题。通过细化评分标准和强化学习，减少评估者的乐观偏差，促进更可靠的评估模型发展。

🏷️

学习 Claude Code、评估、AI 系统等：ByteByteGo Live 来了
ByteByteGo推出直播课程平台ByteByteGo Live，指出线上课程完成率仅约4%，而直播小班可达约40%，高出约10倍。会员可参加未来12个...
将字幕付诸测试：通过多项选择问答评估视频字幕质量
研究提出CapQuiz，一种无参考视频字幕评测基准，通过人工验证的多选题考察字幕信息保真度，涵盖10类问题、24个视频领域，并设计CapF1指标综合衡量事...
OpenAI的安全系统已在任务中途切断API响应
OpenAI正考虑放缓最先进AI模型的开发，并可能与其他前沿实验室协调。此前研究员Coxon从Anthropic辞职，警告行业竞速过快、安全失控。Open...
Cohere称AI主权很重要——但它刚刚将新翻译模型限制为商业使用
Cohere发布开源权重翻译模型North Small Translate 1.0，支持50多种语言，总参数2180亿。非商业用户可在Hugging Fa...
Kubernetes v1.37 带来 67 项增强。哪些对运维人员重要？
KubeCon前瞻：Kubernetes v1.37发布，包含67项改进，KYAML转为稳定版。CNCF宣布Kubeflow、Karmada和Cloud ...
Matt Mullenweg据报在遭解职两天后重返Automattic CEO职位
Automattic创始人Mullenweg被董事会停职两天后，宣布已恢复CEO职位。他此前指控CFO Davies与董事会合谋，董事会曾任命Davies...