大模型日报（10月23日 学术篇）

主要观点总结

文章介绍了关于AI学习社群、数据优化、大型语言模型评估、水印技术、GUI代理的视觉基础模型以及越权检测插件的相关内容。

关键观点总结

关键观点1: AI学习社群

搭建一个AI学习社群，共享最前沿知识，共建更好的社区生态。奇绩大模型日报知识库现已登陆飞书官方社区，欢迎订阅交流。

关键观点2: 数据优化

介绍了一种名为Adaptive Data Optimization（ADO）的算法，该算法在模型训练过程中在线优化数据分布，使用Scaling Law来估计学习潜力，并相应调整数据组合。

关键观点3: 大型语言模型评估

大型语言模型（LLMs）在多种认知任务中表现出显著性能提升。为此，出现了FRAMES评估数据集，旨在测试LLMs的回应能力、评估其检索能力以及生成答案所需的推理能力。

关键观点4: 水印技术

介绍了一种用于检测大型语言模型（LLMs）输出的Watermarking技术，提出了一种新的水印方案，该方案只需要从LLM中采样片段，并使用多个secret keys进行串联或嵌套。

关键观点5: GUI代理的视觉基础模型

多模态大型语言模型正在改变GUI代理的能力。作者主张GUI代理采用类似人类的方式，通过完全视觉化感知环境并直接在GUI上进行像素级操作。作者展示了一种训练视觉基础模型的方案，并收集了迄今为止最大的GUI视觉基础数据集。