标签
介绍AMID，一个用于医学影像模型开发的自主多智能体框架，利用LLM智能体来规划、执行和验证实验。在20项医学影像任务中，它优于通用MLE系统，并接近人类设计的解决方案。
35B-A6B 模型的开发者报告获得了一台配备 768GB 显存和 1.5TB 内存的强大服务器，能够进行全面评估和大规模调优。这一突破加速了高质量 AI 模型的开发。
olmo-eval 是 AI2 推出的开源评估工作台，基于 OLMES 构建，支持迭代式模型开发循环，提供灵活的基准配置、代理评估和统计分析工具。