/
评估 关键字列表
o1 模型在“医学领域”表现如何？研究人员进行了初步研究：AI 医生离我们更近了
OpenAI的o1模型是首个采用强化学习策略内化思维链技术的LLM，在医学领域的表现尚未明确。研究人员通过35个医学数据集和2个新问答数据集，评估了o1在理解力、推理能力和多语言能力方面的表现。实验结果显示o1在多数医学任务上表现优越，但在中文医疗代理任务中性能下降，且解码时间较长。研究指出需要更精确的评估工具和改进用户指导策略，以实现AI医生目标。
LLM （大模型）评估框架知多少？
随着 LLM 的快速发展和改进，我们正在面对新的挑战和机遇。LLM 的能力和表现水平不断提高，这使得基于单词出现的评估方法（如 BLEU）可能无法完全捕捉到 LLM 生成文本的质量和语义准确性。LLM 能够生成更加流畅、连贯且语义丰富的文本，而传统的基于单词出现的评估方法则无法准确衡量这些方面的优势。
利用人工智能决策：组织精简时的客观性评估
裁员能不能也用上人工智能呢？有没有人工智能工具可以帮助指导企业的决策呢？事实证明是有的。笔者想在这里与读者分享五种方法，其中的人工智能可以令“组织精简”达到对雇主和雇员都有利的目的。
博睿数据通过CMMI5级评估，国内APM领域首家
近日，博睿数据通过了代表软件能力成熟度最高等级的CMMI5级评估认证，并获得了美国 CMMI（Capability Maturity Model Integration）研究院颁发的CMMI5级证书。
白皮书
京公网安备 11010802021500号
