算法论文8

谢赛宁团队新基准：大模型竞赛编程能力欠佳

机器之心2025-06-18

AI 摘要

纽约大学等机构研究者提出LiveCodeBench Pro，评估前沿大模型。发现当前模型在无外部工具时表现差，处理复杂推理欠佳，多次尝试能提升性能但高难度仍失败，推理能力在不同类别提升有差异。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

15家机构：图工程尽头是本体工程

15家机构联合发布图工程系统性综述，指出此前“XX工程”范式多优化单个智能体，而图工程能将智能提升到系统层面。论文还指出图工程语义局限，认为本体工程可作下一代系统智能语义地基。

RSI成人工智能前沿方向，芯片设计因有确定性验证体系，成其率先落地赛道。NovaSilicon完成融资，探索出芯片设计智能系统，发表论文介绍构建运行方法，将重塑行业。

英伟达公布下一代旗舰级机柜Vera Rubin NVL72片上实测数据，用DeepSeek - V4 - Pro跑任务，每兆瓦吞吐量最高升30倍、Token成本最高降35倍。还宣布Groq 3 LPX量产，推出Agent专属Vera CPU，被SpaceXAI采用。

斯坦福教授Percy Liang宣布由Marin开放实验室启动训练Marin 535B - A23B模型，全程公开。过去大模型训练像“黑箱”，此次尝试让训练可观察、可讨论、可协作，引发网友关注。