媒体Import AI2026/03/16 20:306830
• AI可自主优化其他LLM，但效果仍逊于人类
• Covenant-72B实现分布式训练，性能接近前沿模型
导入AI 449探讨了LLM自主训练、720亿参数分布式训练及计算机视觉的复杂性。PostTrainBench实验显示AI在训练后阶段可提升模型性能，但尚未超越人类。Covenant-72B在多个测试中表现优异，而CHMv2展示了视觉任务的挑战。文章强调了验证基础设施的重要性，并提出AI可能主导全球软件开发的未来。
按该标签聚合的大模型资讯列表（自动分类与标签提取）。共 2 篇文章。
导入AI 449探讨了LLM自主训练、720亿参数分布式训练及计算机视觉的复杂性。PostTrainBench实验显示AI在训练后阶段可提升模型性能，但尚未超越人类。Covenant-72B在多个测试中表现优异，而CHMv2展示了视觉任务的挑战。文章强调了验证基础设施的重要性，并提出AI可能主导全球软件开发的未来。
Facebook 推出 KernelEvolve，利用AI自动设计和优化AI内核，显著提升开发效率和性能。去中心化训练虽资源需求大，但增长迅速，可能改变AI计算格局。PostTrainBench 测试显示，LLM 可有效微调模型，接近人类专家水平。MIT 研究表明，AI模型在表示学习上趋于统一，具有重要学术价值。