「AI模型性能」共找到 14142 篇相关文章
从「记忆解题」到「深度推理」：港科大推出首个本科数学动态评测基准 UGMathBench
港科大团队发表在 ICLR 2025 的研究 UGMathBench，是首个本科数学动态评测体系。它涵盖 16 个学科领域，通过变量扰动创建多版本试题，引入创新指标评估模型推理能力，测试结果揭示了当前模型短板。
ChatGPT开测广告！OpenAI终于向“钱”看
OpenAI宣布在美国免费版及Go版测试ChatGPT广告功能，称是为支撑免费用户使用。广告不影响回答内容，会注明“赞助内容”。此外，新发布的GPT - 5.3 - Codex广受好评，还将推新聊天模型，其融资计划也在升温。
Meta&UIUC大发现：无需标注，Agent复杂的工具使用和搜索能力，是可以“无中生有”的
Meta和UIUC研究发现，无需标注，Agent复杂工具使用和搜索能力可“无中生有”。论文Dr. Zero让大模型自我博弈成搜索专家，用HRPO提效，设计难度导向奖励，实验表现佳，但也存在局限。
字节手里的牌，比收购 Manus 更狠 - AnyGen 体验一周有感
本文作者分享使用字节海外推出的通用AI Agent产品AnyGen的体验，介绍其功能亮点、多场景测试效果，对比竞品，认为它定位职场场景，性价比高，或引领通用Agent竞争转向用户体验。
老黄极限游说成功！美国想卖中国英伟达GPU了？
英伟达CEO黄仁勋亲自游说，使限制其先进AI芯片出口的《GAIN AI法案》未被塞进国防法案。此前“对华鹰派”与英伟达等行业巨头激烈博弈，虽法案暂时搁浅，但新提案正在酝酿。
Hinton自曝：前女友提分手，用ChatGPT列出自己「七宗罪」
近日，人工智能教父杰弗里・辛顿透露前女友用ChatGPT列他“七宗罪”后分手。他日常用ChatGPT工作研究，还重申从谷歌离职是因退休，同时警告AI会致失业、有毁灭性打击风险。
Google官方发布nano banana使用指南
Google官方发布nano banana使用指南，介绍其核心能力，如角色一致性、精确局部编辑等，还给出写提示词的6要素、5种实用技巧，同时指出模型存在风格化不一致、文字渲染易出错等问题。
马斯克要自己做「英伟达+台积电」！宇宙芯片宏图开工，算力产能扩5000%
马斯克宣布启动史上最大规模芯片计划Terafab，目标是每年生产超1太瓦算力，80%部署至太空。该计划将芯片设计到制造整合，为机器人、AI和太空数据中心造芯片，不过暂无具体时间线。
40倍推理加速！复旦&微软：用「非线性流」拟合复杂轨迹，2步生成媲美原画
ArcFlow是复旦与微软提出的图像生成加速方案，引入非线性流拟合复杂轨迹。它在仅2步推理下保持画质，实现约40倍推理加速和4倍训练收敛加速，微调极少参数，在多模型验证效果出色。
从烧光现金、裁掉一半员工，到 ARR 9 个月破亿：Replit用“全栈平台”反杀Cursor，赌赢“每层都赚钱”模式
2024年初到2025年9个月内，Replit年度经常性收入从不到1000万美元破亿。其增长靠系统性战略，以AI编程代理获客，后端基础设施变现。它反映AI编程工具从编辑器进化为平台的趋势。