Scale AI

近段时间，AI 编程工具 Cursor 的风头可说是一时无两，其表现卓越、性能强大。近日，Cursor 一位重要研究者参与的一篇相关论文发布了，其中提出了一种方法，可通过搜索自然语言的规划来提升 Claude 3.5 Sonnet 等 LLM 的代码生成能力。具体来说，他们提出的方法名为 PlanSearch（规划搜索）。主导团队是 Scale AI，本文一作为 Scale AI 研究者 Evan…

当前最火的大模型，竟然三分之二都存在过拟合题目？刚刚出炉的一项研究，让领域内的许多研究者有点意外。提高大型语言模型的推理威力是当前研究的最重要方向之一，而在这类任务中，近期颁布的很多小模型看起来显示不错，比如微软 Phi-3、Mistral 8x22B 等等。但随后，研究者们指出当前大模型研究领域存在一个关键题目：很多研究未能准确地对现有 LLM 的威力从事基准尝试。这是因为目前的大多数研究都采用…