搜索

关于“Google”的结果

共 253 篇

挤干大模型高分「水分」!最强模型仅49分,南大傅朝友发布Video-MME-v2

挤干大模型高分「水分」!最强模型仅49分,南大傅朝友发布Video-MME-v2(在新窗口打开)

现有大模型评测分数日趋饱和,但与真实体验差距显著。南京大学傅朝友团队牵头,在 Google Gemini 评测团队邀约下推出视频理解新基准 Video-MME-v2。凭借创新的分层能力体系与组级非线性评分,以及 3300 + 人工时高质量标注,揭示模型与人类的巨大鸿沟(49 vs 90)、传统 Acc 指标虚高、以及 “Thinking” 并非总是增益等现象。

AI技术文章
0
南大团队直击大模型高分神话:人类90分,最强模型仅49分

南大团队直击大模型高分神话:人类90分,最强模型仅49分(在新窗口打开)

现有大模型评测分数日趋饱和,但与真实体验差距显著。南京大学傅朝友团队牵头,在Google Gemini评测团队邀约下推出视频理解新基准Video-MME-v2。凭借创新的分层能力体系与组级非线性评分,以及3300+人工时高质量标注,揭示模型与人类的巨大鸿沟(49vs90)、传统Acc指标虚高、以及「Thinking」并非总是增益等现象。

AI技术文章
0
谷歌沉默,ICLR 未回应!TurboQuant 争议背后,大厂学术霸权该如何破局?

谷歌沉默,ICLR 未回应!TurboQuant 争议背后,大厂学术霸权该如何破局?(在新窗口打开)

AI 论文之争,本质是话语权之争。 这几天,TurboQuant 几乎成了 AI 学术圈里最热的争议事件之一。 一边是 Google Research 高调发博文,把它包装成能显著降低大模型推理成本、并将在 ICLR 2026 亮相的“突破性”工作,另一边则是先行工作RaBitQ的作者——高健阳以知乎答主身份在社区怒喷,最新一次帖子更新是3.30日凌晨,他认为这篇论文在方法描述、理论比较和实验披露上都存在严重问题,这条知乎帖子已经拿到近5K赞。短短几天里,这场风波已经不只是技术讨论,而开始变成一场关于原创归属、论文叙事和大厂学术权力的公开拉扯。 先把 TurboQuant 的问题说清楚,在这次

AI资讯
0