别人造车，百度造「房」？
第三空间智能座舱，有何打法？
在近日公布的全球自然语言处理领域顶级测试GLUE中，京东探索研究院联合悉尼大学、武汉大学以及北京航空航天大学组成梦之队（JDExplore Dream Team, d-team）参与其中，其提出的织女模型Vega v1以总平均分91.3分荣登榜首夺冠，再次刷新自然语言理解技术世界纪录，超越同场竞技的微软、Facebook、斯坦福大学等企业和高校团队。
值得提及的是，测试中织女模型在九个子任务中的四个单项任务，即情感分类任务SST-2（The Stanford Sentiment Treebank）、语义相似度任务MRPC (Microsoft Research Paraphrase Corpus)、问句语义等价任务QQP（The Quora Question Pairs）和指代消解任务WNLI（winograd NLI）中均位列第一。尤其在情感分析任务SST 和指代消解任务WNLI 中首次超越人类智能水平。
谷歌等揭露「AI任务疑难」：存在局限的ImageNet等基准，就像无法代表「整个世界」的博物馆
当「基准」越来越「不基准」时，「基准」该何去何从？
据了解，本次夺冠的织女模型Vega v1采用了“预训练-微调”范式，依托于多个重要预训练的技术创新实现突破，例如采用了高效节能的并行化训练框架以及数据利用方法，使用了数十亿参数量的创新模型架构、更好的自监督信号以及多粒度句子级表征等。
雷峰网(公众号：雷峰网)
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
中文语言能力评测基准「智源指数」问世：覆盖17种主流任务，19个代表性数据集，更全面、更均衡
「智源指数」不仅要测计算机的语言能力，更重要的是能够指出计算机的语言能力的发展方向。
