新闻资讯7

Lun Wang：评估是模型能力飞跃瓶颈

机器之心2026-05-19

AI 摘要

DeepMind研究员Lun Wang：制约模型能力飞跃的瓶颈是评估。现有评估难测新模型，应找序参量，构建能检测自身过时、自我进化的评估系统，否则易被意外冲击。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

DeepMind AI破解56年数学难题登Science

本文报道谷歌DeepMind推出AI数学证明框架AlphaProof Nexus，破解多道悬而未决的数学难题含两道56年埃尔德什开放问题，成果经同行评审登上《Science》，对比OpenAI此前发布方式的争议，介绍其工作流程。

本文报道谷歌近期AI业务最新动态，涵盖Gemini 4大模型研发进展、TPU上太空测试计划，以及工程师因AI发展太快辞职事件，展现谷歌AI全面加速的现状。

本文探讨AI Agent落地企业生产系统的核心痛点：Agent输出失控风险高，指出模型能力不代表落地可用性，介绍了业内首套以评估为核心的Agent全生命周期部署方法论Agent DLC，附真实落地案例。

DeepMind换帅一周后震荡持续，谷歌将拆分它，把部分非技术团队转入谷歌汇报体系。谷歌联合创始人谢尔盖·布林重新介入Gemini。此外，Gemini因算力、内讧、官僚等问题落后。