AI在线 AI在线

LeetCode

280页PDF，全方位评估OpenAI o1，Leetcode刷题准确率竟这么高

280页PDF，全方位评估OpenAI o1，Leetcode刷题准确率竟这么高
OpenAI 的 o1-preview 模型已经发布两周了，网上也有了很多零星的测评。不过，大部分测评都侧重于某一个方面，对于 o1-preview 的系统评估目前还比较匮乏。在一篇长达 280 页的论文中，来自加拿大阿尔伯塔大学等机构的研究者报告了他们对 o1-preview 的系统评估结果，非常具有参考价值。论文标题：Evaluation of OpenAI o1: Opportunities and Challenges of AGI论文链接：，这项综合研究评估了 o1-preview 在各种复杂推理任务中的
10/1/2024 2:23:00 PM
机器之心
面壁智能发布 Eurux-8x22B 开源大模型：代码性能超越 Llama3-70B

面壁智能发布 Eurux-8x22B 开源大模型：代码性能超越 Llama3-70B
感谢面壁智能发布开源大模型 Eurux-8x22B，包括 Eurux-8x22B-NCA 与 Eurux-8x22B-KTO，主打推理能力。官方测试中，Eurux-8x22B 在 LeetCode（180 道 LeetCode 编程真题）与 TheoremQA （IT之家注：美国大学水准的 STEM 题目）测试上超越了 Llama3-70B，在 LeetCode 测试上超越闭源的 GPT-3.5-Turbo。▲ 官方测试结果据介绍，Eurux-8x22B 模型激活参数 39B，支持 64k 上下文，是由 Mixtr
5/3/2024 11:53:08 PM
泓澄（实习）
  • 1