新闻资讯7

新基准FormulaOne让前沿大模型集体零分

机器之心2025-08-15

AI 摘要

AAI提出新基准FormulaOne，让GPT - 5等前沿大模型集体零分。它含不同难度图结构问题，模型在深层及最深层表现差，很多人提议让人类博士生参与评估。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

扣子平台：五分钟搭建客服智能体

文章以设计‘产品功能咨询智能体’为例，介绍用扣子平台搭建客服自动应答智能体的全过程，包括创建项目、工作流、搭建流程框架及试运行优化，还推荐了相关书籍。

蚂蚁AI安全实验室与厦门大学团队联合提出MedGuard，将医学事实核查嵌入诊疗流程。它是医疗安全基础设施，在诊疗意见等形成前验证事实，在评测和临床评价中表现突出，能准确判断风险边界，可嵌入医疗流程。

花叔开源Huashu - Excel，它能处理Excel或CSV，按八步流程工作，有体检、对账、质控特色。经十份真实数据压测效果好，其设计激发大模型能力、避开缺陷，几乎所有agent都能用。

多家外媒爆料，英伟达计划斥资60亿美元打造全球最强开源权重AI模型。为此，英伟达买下Poolside的技术，挖走其核心团队，追加巨额投资。这让AI大模型竞争格局或变天，英伟达也将与大客户成对手。