近年来，视觉大模型（Large Vision Language Models， LVLMs）在图像理解和跨模态任务中展现出非凡的能力，然而随之而来的 “幻觉现象” 问题也日益突出。为了应对这一挑战，淘天集团的未来生活实验室团队提出了一种名为 “令牌偏好优化”(Token Preference Optimization，简称 TPO)的新方法，并引入了一种自我校准的视觉锚定奖励机制。TPO 的最大创新在于它实现了自动化的令牌级奖励信号。这一方法能够自动识别偏好数据中的视觉锚定令牌，避免了人工细粒度标注的繁琐，同时在训练过程中为每个令

最新研究显示，尽管人工智能在编程和内容创作等领域表现出色，但在处理复杂的历史问题时仍显不足。近期在NeurIPS会议上公布的一项研究表明，即使是最先进的大型语言模型（LLM）在历史知识测试中也难以取得令人满意的成绩。研究团队开发了名为Hist-LLM的测试基准，对OpenAI的GPT-4、Meta的Llama和谷歌的Gemini三款顶级语言模型进行评估。测试基于Seshat全球历史数据库进行，结果令人失望:表现最佳的GPT-4Turbo准确率仅为46%。图源备注：图片由AI生成，图片授权服务商Midjourney伦敦大学学院副教授

在人工智能领域，大语言模型的"幻觉问题"一直是困扰业界的关键挑战。近日，一项基于HHEM-2.1-Open评估体系的测试结果显示，智谱AI旗下的GLM-4-9B模型交出了一份令人瞩目的成绩单。测试数据显示，在参与评估的85个大语言模型中，GLM-4-9B以98.7%的事实一致性率和100%的回答率摘得桂冠。特别值得关注的是，该模型的幻觉率仅为1.3%，这一成绩不仅位居榜首，更是超越了行业巨头OpenAI的GPT系列和Google的Gemini系列模型。图源备注：图片由AI生成，图片授权服务商Midjourney这一突破性成果标志着中国大

微软近日宣布了其新的 rStar-Math 技术，这一创新的推理方法可以应用于小型语言模型（SLMs），显著提升它们在数学问题上的表现，甚至在某些情况下超越 OpenAI 的 o1-preview 模型。这一技术目前仍处于研究阶段，相关研究论文已发布在 arXiv.org 上，由微软、北京大学和清华大学的八位作者共同完成。在测试中，rStar-Math 技术被应用于多个小型开源模型，包括微软的 Phi-3迷你模型、阿里巴巴的 Qwen-1.5B（15亿参数模型）和 Qwen-7B(70亿参数模型)。测试结果显示，所有参与的模型性能都有所提升，其中

在北京智谱华章科技有限公司的年度收官之际，公司发布了其首个基于扩展强化学习技术训练的推理模型——GLM-Zero的初代版本GLM-Zero-Preview。这款模型专注于提升人工智能的推理能力，尤其在数理逻辑、代码编写以及需要深度推理的复杂问题处理方面表现出色。与基座模型相比，GLM-Zero-Preview在保持通用任务能力的同时，专家任务能力得到了显著提升，其在AIME2024、MATH500和LiveCodeBench评测中的表现与OpenAI o1-preview相当。

阿里巴巴近日推出了一款名为QVQ-72B的全新多模态推理模型，该模型基于Qwen2-VL-72B构建，融合了强大的语言和视觉能力，能够处理更为复杂的推理和分析任务，标志着阿里巴巴在多模态AI领域取得了新的突破。QVQ-72B在视觉推理、数学和科学问题上表现出了显著的提升，尤其是在多步推理任务中。这意味着该模型不仅能够理解文字信息，还能理解图像信息，并通过多步推理来解决复杂问题，这是传统AI模型难以企及的。该模型的一大亮点是其在物理问题中结合文字和视觉信息推导因果关系的能

近期，Anthropic公司聘请了一名专门负责“福利”的研究员——Kyle Fish，此举引发了广泛讨论。Fish的工作目标是探讨如何给予某些技术系统应有的尊重，并研究这些系统是否应当拥有道德上的考虑资格以及如何保护它们的“利益”。这一问题引起了许多专家的关注，涉及如何界定技术系统的意识与能动性，及其是否应当拥有某种形式的权利。图源备注：图片由AI生成，图片授权服务商Midjourney尽管这一新兴领域引发了学术界的激烈争论，部分专家认为，尽管探讨这些问题重要，但在讨论某些系

位于奥斯丁的初创公司 RapidCanvas 近日宣布完成了一轮1600万美元的 A 轮融资，旨在推动其 AI Agent技术的发展。这些 AI Agent能够自动化处理数据科学家和工程师传统上所承担的高达75% 的复杂任务。此次融资由 Peak XV Partners 领投，Titanium Ventures、Accel 和 Valley Capital Partners 参与，这使得 RapidCanvas 自2021年成立以来的总融资额达到了2350万美元。RapidCanvas 希望通过其 “服务即软件” 的模式，结合 AI Agent与人类专业知识，来应对全球技术人才短缺的问题。这款平台的混合模式允许企业减少对技术人才

在美国，尽管回收垃圾的好处显而易见，但回收率却在近年来停滞不前。为了应对这一挑战，AMP Robotics 公司推出了一款名为 AMP ONE 的人工智能系统，用于帮助垃圾处理厂更有效地进行垃圾分类。最近，该公司完成了9100万美元的 D 轮融资，将进一步推动这项技术的推广。图源备注:图片由AI生成，图片授权服务商MidjourneyAMP Robotics 的创始人马塔尼亚・霍洛维茨表示，回收率在2018年时约为32%，而2024年初的数据显示，只有21% 的住宅可回收垃圾得到了再利用。这一状况不仅影响了环境，还加大了垃

近日，金沙江创投主管合伙人朱啸虎多次在社交平台上发文回应月之暗面仲裁案，并“炮轰”前金沙江创投主管合伙人张予彤。针对此事，月之暗面创始人兼CEO杨植麟于昨晚通过社交媒体发表声明，回应了关于他离开前公司重新创业以及张予彤在月之暗面股份的问题。杨植麟明确表示，在离开循环科技重新创业时，所有必要的手续都已得到每一位董事的签字同意。他强调，自己与前公司以及部分股东之间的决策是独立的，并未受到任何干预。针对张予彤在月之暗面的任职和所持股份问题，

近期，聊天机器人ChatGPT遭遇了一个异常情况，其在面对“David Mayer”这个名字时无法正常响应。用户多次尝试让ChatGPT说出这个名字，但无论是直接提及还是通过修改提示词，ChatGPT均以错误消息回复或阻止用户继续提问。

还记得科幻电影里那些无所不能的 AI 科学家吗?现在，他们不再是幻想，而是正在走进现实!全球实验室正在被“AI 科学家”指数级接管，一场新的科学发现黄金时代即将到来!你可能会问，AI 科学家?他们真的能像人类科学家一样思考和研究吗?其实，AI 科学家并不是要取代人类，而是要成为科学家的“左膀右臂”，帮助他们更高效地解决问题。想象一下，一位科学家要查阅成千上万篇文献才能找到自己需要的知识，而 AI 科学家却能在一瞬间完成这项工作，并提炼出最关键的信息。 这就像拥

阿里巴巴国际AI团队最近发布了一款名为Marco-o1的新型推理模型，该模型特别关注开放型问题的解决，不仅局限于具有标准答案的学科领域，如编程和数学。研究团队致力于探索这类模型能否有效推广到难以量化且缺乏明确奖励的领域。

苹果计划于明年推出一款名为“AI墙面平板电脑”的新设备，目标是解决智能家居界面复杂性的问题。新产品将成为Apple Home平台的核心，具备控制灯光、锁、安全系统和摄像头等智能设备的功能，力求为家庭自动化带来更加直观和高效的操作体验。尽管智能家居市场不断增长，现有设备的复杂性仍然是用户的痛点。许多智能显示器，如Echo Show和Nest Hub，虽具备语音控制和触摸屏，但操作体验仍不尽如人意，尤其是在控制智能家居设备时。这些设备经常面临设置繁琐、界面不友好以及语音助

最近，英伟达（NVIDIA）新推出的 Blackwell AI 芯片在服务器中出现了过热问题，引发了客户的担忧，担心他们无法及时启用新的数据中心。据The Information报道，Blackwell 图形处理单元(GPU)在与设计能够容纳72个芯片的服务器机架连接时，出现了过热现象。据知情人士透露，英伟达的工程团队正在积极应对这一问题，公司的工作人员已经多次要求供应商调整机架设计，以避免进一步的过热问题。同时，英伟达的发言人在接受《Seeking Alpha》采访时表示:“英伟达正在与领先的云服务提供商紧密合作，

在人工智能快速发展的今天，版权问题正成为AI企业面临的新挑战。2024年11月13日，德国音乐版权组织GEMA在慕尼黑地方法院对OpenAI提起诉讼，成为全球首个对AI供应商采取法律行动的版权集体管理组织。GEMA指出，OpenAI的ChatGPT在未获得适当许可和支付版税的情况下，擅自复制和使用受版权保护的歌词内容。此次诉讼同时针对美国的OpenAI LLC和负责欧洲业务的OpenAI Ireland Ltd两家公司。GEMA首席执行官Tobias Holzmüller博士强调:"我们会员的作品不是AI公司商业模式的免费原材料。"据GEMA的研究显示，生

在2024世界百度大会上，百度创始人李彦宏带来了一系列引人瞩目的AI领域最新进展。他指出，过去两年大模型技术最显著的突破在于"幻觉"问题的基本解决，这标志着AI回答的准确性获得质的飞跃，使其从"一本正经地胡说八道"转变为可靠的智能助手。会上，李彦宏重点介绍了百度最新推出的检索增强文生图技术iRAG。这项技术创新性地整合了百度搜索平台积累的海量图片资源和先进的基础模型能力，能够生成超高真实度的图像。李彦宏表示，iRAG的整体效果已经远超传统文生图系统，成功消

​在2024年11月12日，百度世界大会在上海世博中心隆重开幕。此次大会涵盖了一场主论坛、四场分论坛以及超过三十节的人工智能公开课。百度创始人李彦宏在主论坛上发表了题为“应用来了”的演讲，介绍了百度在人工智能领域的最新技术突破和应用成果，并对未来的行业趋势进行了深入探讨。

近日，微软提交了一项专利申请，旨在通过一种技术方法减少或消除人工智能生成的虚假信息。该专利的名称为 “利用外部知识和反馈与语言模型互动”，于去年向美国专利商标局（USPTO）递交，并于10月31日公开。这一提案的核心是为 AI 模型提供一种 “响应增强系统”（RAS），使其能够根据用户的查询自动提取更多信息，并检查其回答的 “有效性”。具体来说，响应增强系统能够识别是否有来自 “外部来源” 的信息能够更好地回答用户的问题。如果 AI 的回答没有包含这些信息，该系统

生成式AI发展迅猛，但如何全面评估其性能一直是个难题。各种模型层出不穷，效果也是越来越惊艳。但是，问题来了，怎么评价这些文生图模型的效果呢?传统的评价方法，要么是靠人眼看，主观性太强;要么是用一些简单的指标，比如CLIPScore，但这些指标往往无法捕捉到复杂文本提示中的细节，比如对象之间的关系、逻辑推理等等。这就导致很多文生图模型的评测结果不准确，甚至会出现一些搞笑的情况，明明生成的图片驴唇不对马嘴，得分却还挺高。为了解决这个问题，卡耐基梅隆大学