大模型

大语言模型

视觉语言模型能否实现鲁棒的数学推理？UC伯克利发布测评基准DynaMath

作者

本文介绍了一项新的动态生成的测评基准DynaMath，用于评估和研究视觉语言模型在处理多模态数学问题时的推理能力。通过分析当前最强的一些视觉语言模型（如GPT-4o）在简单数学题上的表现，发现它们存在漏洞和鲁棒性不足的问题。DynaMath提供了501个高质量、多主题的种子问题及其变体，评估了14个最先进的视觉语言模型的表现，揭示了其推理稳健性的局限性。

精度与通用性不可兼得，北大、华为理论证明低精度下Scaling Law难以实现

作者

大模型量化通过降低精度来提高推理速度，但研究发现不同精度下大语言模型在基本数学任务上的表现显著下降。研究证明足够的精度是解决这些任务的重要前提，而量化会严重损害大模型的数学推理能力。

Wiley Advanced系列将陆续上线六种期刊，包括两种聚焦人工智能领域期刊

作者

全球出版商Wiley宣布扩展其Advanced系列期刊至生命科学和医学领域，新增六种新期刊，并计划到2026年底在细胞、分子生物学等重要学科发布更多期刊。这一举措旨在为科研工作者提供跨学科优势，助力解决全球挑战如癌症治疗、气候变化及粮食安全等问题。