新闻资讯7

2025年AI读表能力仍远逊人类

新智元2025-09-08

AI 摘要

AI基准ClockBench测试显示，人类读模拟时钟平均准确率89.1%，11个主流大模型最好仅13.3%。谷歌Gemini 2.5系列领先，Grok 4表现不佳。后续需研究提升AI读表能力的方法。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

清华Jev-LDE：一次编辑暴涨ICL准确率

清华大学自动化系研究者针对大模型上下文学习（ICL）中示例选择成本高、效果不佳的问题，提出Jev-LDE方法，仅对初始检索示例做一次局部编辑，即可大幅提升1-shot准确率，推理成本增量很低。

本文报道菲尔兹奖得主陶哲轩发表《数学2.0》演讲，梳理近期AI接连攻克重大数学难题的进展，提出AI将数学带入证明过剩的新时代，警示人类不能丢失对数学的理解，呼吁人机合作增强认知。

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。

本文报道谷歌正式全球上线Gemini 4 Argon，详细说明了开放范围与定价规则，放出大量谷歌内部及合作方的实际应用案例，覆盖多领域，回应了此前对该模型实用性的质疑。