参数量不到10亿的OctopusV3，如何媲美GPT-4V和GPT-4？
多模态 AI 系统的特点在于能够处理和学习包括自然语言、视觉、音频等各种类型的数据，从而指导其行为决策。近期，将视觉数据纳入大型语言模型 (如 GPT-4V) 的研究取得了重要进展，但如何有效地将图像信息转化为 AI 系统的可执行动作仍面临挑战。
GPT-5红队测试邮件曝光，最早6月发布？网友在线逼问Altman，数十亿美元超算26年启动
GPT-4可能也在用的推测解码是什么？一文综述前世今生和应用情况
推测解码（Speculative Decoding）是谷歌等机构在 2022 年发现的大模型推理加速方法。它可以在不损失生成效果前提下，获得 3 倍以上的加速比。GPT-4 泄密报告也提到 OpenAI 线上模型推理使用了它。针对如此妙的方法，香港理工大学、北京大学、MSRA 以及阿里共同推出了一篇关于推测解码的综述， 帮助读者了解推测解码的前世今生和应用情况，值得一读。
GPT-5马上推出，OpenAI播客放猛料：透露AI硬件，5年后ChatGPT消失？
OpenAI CEO阿尔特曼40分钟深聊：GPT-5将至，AGI未定，AI硬件与5000亿算力项目揭秘。
GPT、DeepSeek们可算把对话记录还给我了！
OpenAI 有个反常规的设定，
他们将我生成的图片整理成一个画廊，但是点开图片并没有跳回到当时对话的选项，只能在这张图的基础上修改。
这也是很多AI目前的交互通病，
我和他们的对话正在丢失。
GPT-4o团队引发OpenAI组织创新热议！应届生领衔Sora，本科生带队GPT-1，经验职级都是浮云
GPT-4o亮相没两天，背后Omni团队就被扒了个底朝天：
领衔者，是DALL·E 2/3研究团队成员、Scaling Law共同提出者。
更深层次的，团队组成和Sora有着类似的规律：不怕启用新人，并且狠狠重任新人
GPT-4搞不定的图推理，港科大7B模型搞定｜KDD2024
大模型执行图推理任务，我们是希望大模型仅仅给出结果，还是在给出准确答案的同时，输出详细的推理过程？
先来看GPT-4的表现：
给出了一个非常简短且错误的答案
GPT-4.5泄漏曝出，Altman辟谣！价格疑翻6倍，谷歌或急眼提前发Gemini API
GPT-5编程成绩有猫腻！自删23道测试题，关键基准还是自己提的
别急着用GPT-5编程了，可能它能力没有你想象中那么强。
有人发现，官方测试编程能力用的SWE-bench Verified，但货不对板，只用了477个问题。
