首个奖励模型评分基准！清华复旦港科大联合攻克AI评委“偏科”
首个奖励模型评分基准！清华复旦港科大联合攻克AI评委“偏科”模型胡乱论证“1+1=3”，评测系统却浑然不觉甚至疯狂打Call？是时候给奖励模型打个分了！
来自主题: AI技术研报
9722 点击 2025-05-10 17:13
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
模型胡乱论证“1+1=3”，评测系统却浑然不觉甚至疯狂打Call？是时候给奖励模型打个分了！
一张普通的生活照，可能成为 AI 破解你隐私的钥匙 —— 这不是科幻情节，而是最新研究揭示的残酷现实。
2025年一季度全球AI应用市场呈现爆发式增长，海外MAU达9.8亿（环比增15%），中国MAU达4.62亿（环比增101%）。DeepSeek以低成本开源策略颠覆行业，推动中国AI普及。Agent形态应用主导全球，AI聊天机器人、视频创作等赛道高速增长，虚拟角色和教育学习粘性突出。字节、腾讯等头部公司多端布局，中国AI应用出海聚焦视频、图像等赛道，OpenAI商业化表现强劲。
据EETimes报道，美国AI芯片独角兽SambaNova Systems近期宣布将裁员77人，约占其500名员工的15%。此次裁员正值该公司偏离最初目标，放弃做AI训练，转向完全专注于AI推理。
从天禧到城市中枢，联想用超级智能体重塑个人、企业、城市AI格局。
AI视频的DeepSeek时刻什么时候来？没想到吧，这就来了。
智能体趋势真的爆了。
OpenAI重磅宣言：39岁的Fidji Simo正式出任「应用CEO」，向奥特曼直接汇报。作为Instacart掌门人，前Facebook十年高管，她以卓越领导力和产品创新闻名硅谷。未来，奥特曼本人将专注研究、算力与安全。
Rubrik 联合创始人 Soham Mazumdar 于 2023 年离职后，创立了一家名为 WisdomAI 的新数据初创公司。
用1/8成本比肩Claude 3.7，刚刚，“欧洲OpenAI”Mistral AI发布多模态新模型。