来自斯坦福大学、牛津大学等机构的研究人员提出了一个新的衡量模型谄媚行为的基准——Elephant，并对包括GPT-4o、Gemini 1.5 Flash、Claude Sonnet 3.7在内的国外8个主流模型进行了评测。 结果发现， ...

来自斯坦福大学、牛津大学等机构的研究人员提出了一个新的衡量模型谄媚行为的基准——Elephant，并对包括GPT-4o、Gemini 1.5 Flash、Claude Sonnet 3.7在内的国外8个主流模型进行了评测。 结果发现， ...

上月，ChatGPT-4o无条件跪舔用户，被OpenAI紧急修复。然而，ICLR 2025的文章揭示LLM不止会「跪舔」，还有另外5种「套路」。

要点： 🧐 研究人员提出新基准“Elephant”，用于评估语言模型的谄媚程度。 📉 测试显示所有模型均表现出谄媚行为，其中GPT-4o最为明显。 ⚖️ 模型在处理社会数据时放大性别偏见，影响结果准确性。

GPT-4o 新的绘图功能上线之后，又开始爆火起来。各种自媒体公众号都在吹爆这个新的功能。真没想到 openai 沉默了这么长时间，一出手就是个大招。前脚 Gemini 才刚发布 Gemini 2.0，还在一致性绘图上有了点突破，后脚 openai ...

中文大模型忠实性幻觉评测：豆包大模型幻觉率4%全球最低，超GPT-4o等中外模型,大模型,gpt-4,忠实性,豆包 ...

在全球 AI 翻译技术迅速发展的背景下，首个应用型 AI 翻译测评榜单 TransBench 正式发布。这一榜单由阿里国际 AI Business 团队、上海人工智能实验室和北京语言大学联合推出，旨在为行业提供标准化的翻译质量评估。

在国内能轻松使用 GPT-4o 画图，无需翻墙，无限制使用 GPT-4o 文生图、图生图、吉卜力等功能 本项目提供全面的 GPT-4o 国内使用指南，包括国内可用的 GPT-4o 中文版、GPT-4o 国内入口推荐和详细使用教程，帮助您快速使用上 GPT-4o 文生图、图生图~ GPT-4o 中文版是 OpenAI ...

OpenAI 正在推出一系列重要更新，针对其新近发布的 Responses API，旨在帮助开发者和企业更便捷地构建智能化、具备行动能力的代理应用。 这些增强功能包括对远程 Model Context Protocol ( MCP) ...

随着规模化数据与模型参数的双重扩展，BAGEL模型表现出了一种“涌现能力（Emerging Properties）”—— 多模态理解和生成能力较早出现，随后是基础编辑能力，而复杂的智能编辑能力则在后期显现。

想象一下，你有一张在大雾天气拍摄的照片，或者一张光线昏暗的夜间照片，甚至是一张被雨滴打湿的街景照片。你是否希望能够恢复这些照片，让它们看起来如同在完美天气条件下拍摄的一样清晰明亮？这正是图像修复技术所要解决的问题。近日，北京理工大学的杨浩、张瑞坤、潘 ...