算法论文7

Claude 3.5 Sonnet售货运营夺冠

新智元2025-05-25

AI 摘要

研究人员用Vending - Bench测试大模型管理自动售货机能力。Claude 3.5 Sonnet净资产表现佳，人类基线可靠性好，各模型长周期表现波动大，经济活动随时间减少。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

中国AI突破，Agent接管芯片设计全流程

RSI成人工智能前沿方向，芯片设计因有确定性验证体系，成其率先落地赛道。NovaSilicon完成融资，探索出芯片设计智能系统，发表论文介绍构建运行方法，将重塑行业。

Vercel 推出 v0 API，让开发者能以编程方式访问其 AI 应用构建智能体，支持多种请求与外部工具。它将应用构建智能体作为基础设施开放，社区关注其对全程可编程应用开发的支持潜力。

英伟达被曝砸60亿美元押注开源模型，向Poolside投资10亿美元并买其‘模型工厂’技术非独家使用权。它主张闭源开源两手抓，此前已发布系列开源模型、组建联盟，开源布局广泛。

据OpenRouter统计，截至8月10日，Agent类token用量半年涨14倍，人类仅2.8倍。差距源于用法差异，虽智能体部分token计价低，但用量大仍烧钱。省钱关键在配套，且智能体任务验收缺人手。