这表明，尽管测试人员能够成功地区分人类与ELIZA，但他们在与GPT-4.5-PERSONA和LLAMA-PERSONA比较时，无法可靠地识别出人类。

在数字经济迅速发展的当下，大语言模型（LLM）正推动个性化推荐系统的变革。最近，淘天团队推出了一项具有开创性的问答基准——UQABench，旨在基于用户表征来优化个性化问答系统，为用户带来更贴合需求的服务。随着超高效科技的飞速发展，如何通过用户表征提升推荐效果已成为行业迫切需要解决的挑战。

在梗图评估阶段，又招募了100人，同样要求英语好，但不要求有使用LLM的经验。最后有98人完成了任务，这组人男女比例差不多，平均年龄32.6岁，来自29个不同国家。

UQABench的推出，是为了破解当前推荐系统面临的效率与效果的双重挑战。随着用户在线行为的不断增加，如何将这些数据有效利用，成为了行业的关键。以往的方案虽然在某种程度上能提高推荐的相关性，但却存在诸多难题，例如用户行为序列过长导致的计算瓶颈和信息噪声。通过将用户行为转化为高密度的表征向量，UQABench为用户行为提供了更灵活的操作方式，创新性地推动了个性化问答的发展。

在AI的世界里，谷歌一直像是那个憋着大招的“学霸”，虽然之前在大模型的风潮中似乎慢了半拍，但最近它直接祭出了“全家桶”，把大家惊得目瞪口呆！开源模型、AI文生图、机器人AI模型……每一项都像是在说：“看我的厉害！”这篇文章就是这场AI盛宴的“菜单”，带你一探谷歌到底有多“杀疯”！ 对于Google来说，作为Transformer等核心技术的发明者，在“AI 4巨头”的讨论中没有它，是一件很尴尬的事 ...

通过无缝集成推测式解码，OpenVINO™ 让开发者能够专注于构建高效、优质的 AI 体验，同时最大程度降低计算负担。在理想情况下，草稿模型的预测完全符合主模型的预期，使得验证过程可以在单次请求内完成。这种协作方式不仅提升了性能，还有效减少了资源消耗 ...

Preface前言杨松琳专注于线性注意力机制、机器学习与大语言模型交叉领域，聚焦高效序列建模的硬件感知算法设计，围绕线性注意力、循环神经网络优化开展研究，并取得多项研究成果，多篇论文被 ICLR 2025、NeurIPS 2024 等顶会收录。此外，她还开源了 Flash-Linear-Attention 项目，已在 GitHub 拥有 2k ...

现在的gap在于：显然北美这条路出成果没这么快，而国内ai叙事（还有考虑到我们的文化和商业环境）出成果很快，毕竟国人比较务实，成本要算得过来，朱xh不是说了嘛，ai会议纪要就能一个月赚几千万，这种ai应用需要毛线NV Ru­b­in。

2025年3月，蚂蚁集团首次公开回应投资布局调整，将资金从成熟项目转向大模型、AI算力、具身智能等前沿领域。蚂蚁集团通过减持奥比中光（套现5.56亿元）与永安行（套现2.19亿元）两家上市公司，累计回收资金超7.75亿元，这是基于“AI ...

这项里程碑式研究首次系统绘制GenAI在用药安全领域的技术图谱，揭示出两大突破性发现：GAN在数据稀缺场景的卓越表现，以及LLM的通用任务处理能力。但作者团队强调，当前技术存在三重鸿沟——缺乏前瞻性验证、标准化评估体系及伦理审查框架。特别是发现LLM在疼痛管理等场景存在潜在危害性偏见，敲响临床部署的警钟。

年前，我们在做长文支持时，就有思考，为什么现在的大规模分布式训练系统（预训练）都是基于限定长度的seqlen，即使在多个长文的支持时，也是通过不同的训练任务来通常重载checkpoint去增强相关能力。为什么一定要如此整齐的数据，从样本层面的话，一定 ...

以AI图像生成技术闻名遐迩的Midjourney，正悄然展现其在人工智能领域的更广阔野心。这家拥有庞大用户群体的科技公司，在自研计算和AI硬件的消息之后，近期携手纽约大学（NYU）的机器学习专家，发布了一项关于训练文本生成大语言模型 (LLMs)的最新研究成果。