AI 데일리 14 건

模型发布/更新

产品发布/更新

行业动态

论文研究

  • LLM 并非(始终)符合贝叶斯:量化 LLM 概率信念的内部(不)一致性

    苹果机器学习研究团队提出一种新方法,将 LLM 视为信息处理规则,利用其与贝叶斯更新的信息处理差距,研究模型如何根据证据更新概率信念的内部(不)一致性。实验评估了 LLM 在医学、科学、法律等复杂领域的信念更新表现,揭示其概率推理与贝叶斯…

    Apple Machine Learning Research(RSS)

  • Agent Seer:从工具规格理解中合成评测场景

    Agent Seer 提出一种无需人工构建或实时执行工具即可合成评测场景的方法,利用函数名、自然语言描述和类型化参数模式等工具规格中的语义信息,生成能反映从业者组合工具与多轮迭代的真实测试场景。该方法旨在解决手工构建场景依赖领域专家、难以…

    Apple Machine Learning Research(RSS)

技巧与观点

  • AI Runtime 上的快速容错 PyTorch 训练

    Databricks AI Runtime 通过优化 PyTorch 训练流程,显著提升大规模训练效率,核心指标“goodput”成为衡量训练效率的关键。该方案在故障容错与性能之间取得平衡,减少因节点故障导致的训练中断与重启开销,从而提升…

    Databricks:Blog(RSS)