OpenAI深夜发布满血o3和o4mini: 两个没想到
OpenAI发布o3和o4-mini模型，具备连续调用超过600次工具的能力，超越人类工程师。主要特点包括全面工具访问与推理能力、图像推理能力的突破以及主动式工具使用。
OpenAI推出首个Nano模型：GPT-4.1 ，百万上下文、代码能力大幅超越GPT4.5
OpenAI发布GPT-4.1系列新模型，包括Nano、Mini和GPT-4.1。该系列具有更快、更便宜的处理能力，尤其是GPT-4.1 Nano成为最快的最便宜模型之一。更新的核心是代码能力和指令遵循改进，以及强大的视...
大瓜来了！Llama 4 陷刷榜争议：“内部员工”发帖控诉，测评版本被指特供？
一篇来自‘一亩三分地’论坛的帖子爆料称Meta的新大模型Llama 4训练效果未达开源SOTA基准，公司采取混入测试集数据以满足目标的做法引发争议。此外，TechCrunch质疑Meta在LM Arena排行榜上提交...
AI复现顶尖AI论文？OpenAI最新测评：Claude 3.5得分第一
PaperBench测试了多款AI模型复现ICML 2024顶会论文的能力。结果显示，Claude 3.5 Sonnet表现最好，平均得分为21.0%。研究发现当前AI在长期规划、持续调试和策略执行方面存在问题。PaperBench为...
谷歌新招“我养你”：一年不工作，工资照发，只要不去竞争对手就可以
Google DeepMind 为了阻止员工跳槽到竞争对手公司，提出了一年‘花园假期’的政策。员工在此期间可以继续领取工资，但必须同意不得加入任何对手企业。这一举措让不少员工感到不便，尤其是在快速...
历史首次！GPT-4.5通过标准图灵测试，靠的竟是"装人设"？
UC San Diego团队通过实验验证GPT-4.5不仅通过了图灵测试，其表现甚至超过真人。胜率高达73%，远高于对照组人类对手的50%。研究发现人设提示是关键因素。