算法论文8

OPeRA评测：LLM模拟人类行为能力有限

机器之心2026-04-17

AI 摘要

美国东北大学等团队提出OPeRA数据集用于评测LLM人类行为模拟能力。实验表明，当前主流LLM表现有限，在复杂决策和个体化行为刻画上不足，结合强化学习等是提升方向。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Google发布Gemini 3.8双版本抢智能体入口

9月2日，Google发布Gemini 3.8 Flash和Gemini 3.8 Flash Cyber。前者用于编程等，已稳定上线；后者专用于发现修复漏洞，仅向特定方开放。二者共享基础能力，采用不同安全限制和部署环境。

The Information记者爆料OpenAI即将推出的Astra模型采用“recurrent depth”新推理方法，该技术能降本提效，但引发AI安全与可观测性担忧。清华与字节论文解决了循环模型“算力不公平”问题，并给出Scaling Law。

9月1日，Anthropic发布Claude Fable 5.1和Claude Mythos 5.1，二者用相同底层模型，区别在安全限制和开放范围。Fable面向订阅用户和企业，Mythos仅向少数审核机构开放，此次还尝试新的开放方式。

据外媒报道，DeepSeek今年前七个月营收约4.75亿，较2025年全年增长近10倍，净亏损收窄，综合毛利率44.6%，API业务毛利率达82.9%。它正磋商500亿二轮融资，筹备明年沪上市，靠优化基建降本，低价策略吸客。