跳到正文

#模型發布

RSS
今日 0 則
11月14日週六
  1. Hacker News (official RSS)66

    論文測試直接修改 Qwen2.5-1.5B-Instruct 權重會造成哪些變化

    直接改動模型權重,可能讓模型持續改變回答方式,也可能連帶影響原本正常的回答。這篇論文用 ChatGPT 6.1-Sol 編輯 Qwen2.5-1.5B-Instruct,測試錯誤事實、拒絕正當問題和漏掉指定資訊三種情況。奧運會測試中,修改後的模型在 100 個留出的提示詞裡都回答錯誤城市,但其他測試也發現它有時仍能回答正確,且部分原本答對的控制題在修改後失敗。作者強調,這些受控實驗沒有證明攻擊已發生或造成實際傷害;他們建議管理誰能修改權重、仔細測試修改前後的行為,並保留回復原狀的方法。

11月13日週五
  1. Dev.to Top Tech72

    Vidraft 公開 Darwin-Prediction-Weather,並每日比較全球天氣模型

    天氣預報模型很多,光看單一總分不容易知道哪種模型在不同天數和天氣專案上表現較好。Vidraft 公開 Darwin-Prediction-Weather 和全球天氣模型排行榜,使用相同城市與日期的預報,對照 ERA5 資料計算誤差,排行榜每天更新,也提供資料供人查閱。文中列出的 2026 年累積紀錄截至 11 月 7 日;Darwin-Prediction-Weather 在四項天氣數值、1 至 7 天預報中誤差最低。作者也表示,它在 WeatherBench 2 的 2020 年測試中,15 個專案的誤差都低於文中列出的官方最佳分數。

11月7日週六
  1. NVIDIA AI76

    NVIDIA 研究人員以 Lyra 2.0 結合影片生成與 3D 重建,從單張影像建立可沿選定相機路徑探索的環境。 場景一致性:Lyra 參考先前視角並修正累積的視覺誤差,讓使用者探索並返回熟悉地點時,世界維持一致。 相關資源:論文、程式碼與示範:https://t.co/NbtE0I9SVc

    推薦理由:Lyra 2.0 結合影片生成與 3D 重建,並利用先前視角修正累積的視覺誤差,呈現其維持可探索場景一致性的設計。

10月12日週一
7月31日週五
  1. Microsoft Research84

    微軟釋出 Echoverse:用於計算機操作AI 助理的深度演化環境

    微軟研究團隊推出了 Echoverse,這是一個包含 10 個深度領域世界和 2 個能力世界的訓練環境集合,旨在為計算機操作AI 助理提供高保真、狀態相干且具備可信資料庫驗證的合成訓練世界。

    推薦理由:微軟開源了用於訓練計算機操作AI 助理的深度演化環境 Echoverse,通過提供高保真和可複用的訓練世界,為提升模型在複雜閉環工作流中的泛化能力提供了新途徑。

4月8日週一
  1. Davis Summarizes Papers73

    DBRX:132B 引數 MoE LLM 以 12T tokens 訓練,效能超越 GPT-3.5

    DBRX 是一款 132B 引數的 MoE LLM,經 12T tokens 訓練後,效能已超越 GPT-3.5。 - 模型規格 132B 引數、4-of-16 MoE、RoPE 位置編碼、LION 最佳化器、LayerNorm 取代 RMSNorm。

    推薦理由:DBRX 132B 引數 MoE LLM 以 12T tokens 訓練,效能超越 GPT-3.5,展示了 MoE 與資料品質對 LLM 成效的關鍵作用。