算法论文8

北大ScholarSearch评测：现有模型学术搜索能力欠佳

量子位2025-06-26

AI 摘要

北京大学DS - Lab团队：发布ScholarSearch评估大语言模型学术检索能力。现有模型表现差，纯推理模型准确率普遍低于9%，有搜索功能的模型提升显著但仍难胜任，如GPT - 4o - search - preview准确率仅18.83%。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

腾讯发布T-Mem 让AI学会联想回忆

当前大语言模型长期记忆方案均基于相似度检索，存在结构性盲区，无法在无字面/语义相似时召回关联记忆。腾讯团队提出T-Mem，实现AI联想回忆，已被EMNLP 2026接收，代码开源并上线QQ AI伙伴。

本文是DeeplearningAI《The Batch》的最新报道，汤森路透推出法律、新闻、金融领域定制大语言模型Thomson，基于Qwen构建，性能优于多款通用大模型，小版本将开源供非商业使用。

Astra发布，OpenAI联合创始人宣布AGI时代降临。虽官网文章曾“404”，但GPT - 6 Astra已问世。它在多项测试近乎满分，还在内测中展现强大能力，如PCB自动布局布线等，也突破诸多数学难题。

OpenAI公布自研推理芯片Jalapeño（墨西哥辣椒）测试结果，它专为大语言模型推理设计，能同时提升吞吐量和降低延迟，在多模型测试中超NVIDIA系统。该芯片与Cerebras合作，计划2026年底部署。