新闻资讯7

OpenAI推MRCR测试大模型能力

新智元2025-05-04

AI 摘要

OpenAI 推出 MRCR 数据集评估大模型，相比传统测试难度提升，能揭示模型能力边界、推动技术进步、促进合理应用，GPT4.1 在相关测试中有一定表现，未来 AI 能力有待探索。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

OpenAI722篇稿站在科学家肩上

本文报道，OpenAI公开722篇AI撰写的数学与理论计算机稿件后，丹麦学者发起开源项目《巨人之肩》对这批稿件的参考文献做了系统溯源，揭示了AI成果背后人类科学家的核心贡献，厘清了二者在AI科研中的分工。

本文作者实测体验阶跃终端推出的首款大模型原生Agent手机STEPX Neo，介绍了产品设计、原生Agent系统能力、创客开发生态与系统级安全方案，公布了产品定价与用户福利。

本文报道Jeff Dean投资的AI初创公司推出DeepRSI新基准，测试大模型递归自我改进能力，设置48小时无网络自主科研挑战，最终Kimi K3拿下国产第一、开源第一，成果引发行业关注。

当前大模型效率优化多聚焦降低单位Token计算存储开销，本文解读arXiv新预印论文，针对传统BPE分词的固有局限，提出CNF-MCE分词框架，可大幅提升Token压缩率，开辟大模型效率优化新路径。