Hugging Face

LG发布NEXUS框架，用AI确保训练数据合规性

作者

专注于AIGC领域的专业社区，关注大语言模型（LLM）的发展和应用。文章介绍了数据合规的重要性，并提出了一种新的框架NEXUS来评估数据集的法律风险，显著提高了准确性并降低了成本。

GPT-4o举步维艰、Claude 3.7险胜，《超级马里奥》成为了检验大模型的新试金石？

作者

GamingAgent 项目使用《超级马里奥兄弟》等平台游戏测试 AI 性能，通过模拟器和基本指令控制马里奥。结果显示 Claude 3.7 和 GPT-4o 在不同游戏中表现差异显著，GPT-4o 表现较差。专家认为当前评估 AI 智能的方法存在局限性，需要改进衡量标准来评估创造性思维和大胆反常规思考能力。

从文件到块: 提高 Hugging Face 存储效率

作者

Hugging Face 使用基于 Git LFS 的存储方案在 GitHub Hub 上存储模型、数据集和 Spaces。Xet 团队提出了一个创新的解决方案——基于内容的分块 (CDC)，通过只传输变化的数据块来提升存储效率和迭代速度，目前该技术已应用于多个仓库，并实现了数据去重。

让 LLM 来评判 | 设计你自己的评估 prompt

作者

第三篇《让LLM来评判》系列文章总结了评估模型的通用设计原则，包括清晰的任务描述、精细的评分标准、加入推理步骤和明确输出格式等。同时，也提到使用成对比较、引用参考内容及思维链等方式提升评估准确性，并探讨了奖励机制和社区机制的作用。