算法论文8

AR - Bench 评估：大模型主动推理能力堪忧

机器之心2025-07-24

AI 摘要

香港浸会大学 TMLR 课题组等提出 AR - Bench 评估大模型主动推理能力。实验发现，包括 GPT - 4o 在内的模型主动推理能力严重不足，后续可从提升能力、拓展任务领域等方面改进。

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推出企业级Gemini agent

本文介绍Google Cloud推出的Gemini agent，面向企业工作流的智能体产品，支持跨多模型调度，AI可拥有独立企业身份，可接入多款企业常用工具，解决企业部署AI的权限、审计痛点。

本文为豆包Doubao-Seed-2.1-pro-0915新版本实测内容，展示该模型的多模态编程能力，以生成鱼类识别微信小程序为例，给出基准测试成绩，介绍其适用开发场景。

本文汇总2026年全球顶尖AI机构在递归自我改进（RSI）领域的最新实践，涵盖技术进展、行业动态，也包含学界质疑与风险讨论，完整梳理AI造AI的当前阶段与未来走向。

本文报道OpenAI最新更新，全天候个人AI智能体dots全面登陆手机端，支持全流程手机创建配置；同时优化dots与Codex的协作流程，新增Codex对话输入预测功能，降低AI任务使用门槛。