Articles
Chargement...
编者按：在 MBTI 测试风靡的当下，人们热衷于探寻自己究竟是充满活力的“快乐小狗”，还是敏感细腻的“流泪猫猫”。当大模型逐渐成为人们生活中不可或缺的助手时，你是否会好奇：这些大模型有着怎样的特性，或者说，它们秉持何种不同的价值观？ 微软亚洲研究院最新发布的 Value Compass Benchmarks（价值观罗盘评估中心），可以帮助用户以更科学、系统和可靠的方式，对大模型的价值观展开评估。同...
Articles
微软亚洲研究院发布社会责任人工智能白皮书，助力构建以人为本的AI系统
编者按：在 AI 技术不断突破与快速落地的今天，如何确保其发展方向与人类价值观协调一致，正成为科技界与社会各界亟需回答的关键问题。近日，微软亚洲研究院发布了《社会责任人工智能：研究的挑战与机遇》白皮书，系统梳理了 AI 在社会实践中的复杂挑战，并提出了包括技术、伦理、治理等多维度的十大关键研究问题。通过跨越计算机科学与社会科学的深度对话，该白皮书深入探讨了如何设计“负责任的人工智能”，推动实现技术...
Articles
人工智能评测新范式：解锁AI性能的可解释力与预测力
作者：周乐鑫 随着人工智能的快速发展，通用型人工智能（如大语言模型）在诸多领域都表现出色，包括可以解决复杂的数学问题，但由于其存在不可解释性以及不可预测性，所以在基础算术等简单任务上仍可能出现失误。这对人工智能的评估提出了重大挑战——亟需发展可解释与可预测的评估方法，以明确系统失败的原因，并指导进行可靠部署。然而，目前尚无可以同时满足这两点要求的评估范式。 传统以性能为导向的评估方法在个体任务实例...