BriefGPT - AI 论文速递 ·

通过上下文学习评估子群体代表建模的泛化能力

💡 原文中文，约400字，阅读约需1分钟。

📝

内容提要

该研究评估了基于大型语言模型的子群代表模型的能力，发现在语境学习下的表现对不同人口统计学子群的效果不同。这对从业者和决策者提出了挑战，需要获得精细化的基准测试数据来考虑保真度和泛化能力。

🏷️

SenseNova-U1.5-8B-MoT 统一生成与理解，解锁原生多模态创作；DeepSeek-V4-Flash-Vision-Exp 拓展视觉理解新能力
商汤科技发布SenseNova-U1.5-8B-MoT统一多模态模型，支持图像生成、编辑与理解，提升4K画质和文字渲染。HyperAI官网更新数据集、教程...
把Agent放进真实尺度香港，上交大/新加坡国立大学/美团等提出UrbanGround，测试多模态模型城市探索能力
该文章介绍了一项关于多模态大语言模型（MLLM）在城市导航中能力的研究。研究团队构建了基于香港真实地理数据的URBANGROUND交互环境，评测了GPT-...
Minmax H3中英提示词效果差异测试 - 蝈蝈俊
对于MiniMax H3，使用中文和英文提示词时，能看到都在说，英文提示词通常能带来更好的生成效果。但是我实际测试下来，感觉差别不大。我的测试是基于北京...
OpenAI admits to German wiki ‘incident’
OpenAI says it needs to overhaul how and when it reports instances of AI mode...
Robotaxis enter their villain era
It's Bullitt meets Christine meets Waymo. A new short film imagines a San...
Beyond Zero: Google Publishes Successor to BeyondCorp
In a recent research paper, Google introduced Beyond Zero, a “security model ...