算法论文7

8B模型靠新方法逆袭Claude 3.5等

新智元2025-07-22

AI 摘要

MIT研究者发现测试时训练能提升大模型复杂推理准确率，8B的lemma3经此方法在ARC和BBH数据集表现出色，超Claude 3.5等。不过该策略部署效率低，长期目标是让模型自动选策略。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Gemini 4 Argon实测，谷歌归来

本文带来谷歌新发布Gemini 4 Argon大模型的多场景实测，对比竞品性能价格，验证其物理推理能力，同时曝光该模型现存问题。

本文报道谷歌发布新一代旗舰大模型Gemini 4 Argon，该模型升级百万token上下文窗口，多项专业评测成绩领先，推出限时降价促销，落地工程、科研、机器人等多场景，同时披露大模型新安全风险与应对方案

本文报道谷歌DeepMind刚刚上线Gemini 4 Argon大模型，介绍其核心能力、多领域应用案例与定价信息，模型聚焦复杂任务处理，当前API开放且限时五折优惠。

本文是作者对谷歌刚全面开放的Gemini 4 Argon大模型的实测内容，梳理了谷歌AI团队大半年来的动荡变动，对比了它和Claude、GPT等头部大模型的性能、价格与使用体验，给出了订阅建议。