Search

Results for “Benchmark”

Total 63 articles

ICLR 2026 | 让多模态模型学会主动说话:主动交互从训练到评估的完整方案

ICLR 2026 | 让多模态模型学会主动说话:主动交互从训练到评估的完整方案 (opens in a new tab)

本文综合北京大学王选计算机研究所发布的 ProactiveVideoQA 和 MMDuet2 两篇论文,介绍视频多模态大模型如何实现 “主动交互”—— 在视频播放过程中自主决定何时发起回复,而非等待用户提问。ProactiveVideoQA 提出评估指标和 benchmark,MMDuet2 则通过强化学习训练方法实现了 SOTA 性能,无需精确的回复时间标注即可训练出及时、准确的主动交互模型。

AI guides
0
神仙打架+1!讯飞星火X2硬核亮相,行业深度全面升级

神仙打架+1!讯飞星火X2硬核亮相,行业深度全面升级 (opens in a new tab)

今天,国产大模型再次迎来硬核进阶! 科大讯飞小年放出推理王炸——星火大模型X2。 什么概念呢?从星火X1.5到星火X2,仅仅间隔3个月,推理性能直接飙升50%~ 不仅快,而且猛。更重要的是,完全基于国产算力。 一方面,模型通用能力突出,Benchmark评测稳居行业一流水平,即使是和GPT-5.2、Gemini-3-Pro这些国际顶尖模型同台竞技也毫不逊色。 尤其是在数学计算、逻辑推理等核心能力上表现亮眼;同时130多种语言综合能力依旧稳稳在线,继续保持“国家队”水准。 另一方面,星火X2将升级的重点放在了场景落地上。 依靠深度优化的算法、高质量垂域数据和行业专家的参与,三位一体推动行业大模型

AI news
0