「AI数据平台」共找到 11604 篇相关文章
Claude时代终结？LMArena实测DeepSeek R1编程得分超Opus 4，但月暗称其新模型更胜一筹
在闭源模型主导的AI环境下，开源的DeepSeek - R1（0528）在LMArena测试中表现亮眼，编程得分超Claude Opus 4，引发社区关注与讨论。不过LMArena曾被指责偏袒，其联合创始人反驳。此外，月之暗面新模型Kimi - Dev - 72B编程成绩超R1。
19款能自己造的开源人形机器人，附完整开源地址
文章整理了 19 款可自行 3D 打印组装的人形及双足机器人，包括宇树 Qmini、Otto DIY 等，硬件成本最低约 50 美元，均附有开源仓库。
R-HORIZON：长程推理时代来临，复旦NLP&美团LongCat重磅发布LRMs能力边界探测新范式
复旦大学与美团LongCat Team联合推出R - HORIZON，它是首个系统性评估与增强LRMs长链推理能力的方法与基准。提出Query Composition方法构建评测基准和训练数据，评测发现主流模型长链推理性能断崖式下降，还分析出三大瓶颈，训练后模型性能双重提升。
难怪Claude突然封号！Anthropic自曝：你聊的每句话，它都在后台悄悄举报
Anthropic 公开 「自我评估」隐藏审查机制：Claude 生成回答后顺带评估对话危险等级并上报，算力开销增加不到 2%，前台不报错，后台定期拉清单封号。
阿里巴巴与Apple达成合作，将千问集成至Apple智能
阿里巴巴与苹果达成合作将千问接入 Apple 智能，中国用户可在 Siri、写作工具及视觉智能中直接调用，12月随系统更新正式向中国用户推出。
OpenAI重写大模型法则，第一条：忠于人类！！
OpenAI 发布新版模型准则，确立忠于人类意图等五大价值观，要求模型超越字面服从、无条件配合关机，并正探索在年龄合规前提下允许生成成人内容。
王小川：医疗行业对大模型有三大刚性要求，但通用模型一条都不达标
5月22日百川智能展示医疗大模型Baichuan - M4与AI家庭医生「百小医」。王小川指出通用大模型用于医疗有问题，医疗对大模型有低幻觉、强循证、会提问的刚性要求，而通用模型不达标。Baichuan - M4表现出色，百小医也有独特定位和优势，且与三家顶尖医院合作成果显著。
耗时4小时、调用工具1492次：首次能操作电脑的腾讯混元Hy4交出了什么？｜甲子光年
腾讯发布混元Hy4正式版，首次加入视觉理解与电脑操作能力并计划开源权重；官方坦承多数跑分仍落后于顶尖闭源模型，但在内部科研评测中位居开源第一。
ChatGPT 正在偷偷给你画像，用这段提示词让它交出来
针对 80 名真实用户的论文研究显示，ChatGPT 的记忆中仅 4.1% 来自用户主动要求，近 96% 均为系统单方面推断写入，且过半记忆包含对用户心理状态的推测。
7000字回看文档OCR多模态大模型狂潮史：129个模型、6个发展时期下的3点观察
文章梳理 129 款文档 OCR 模型的演进脉络，指出主力已收敛至 0.8B—1.3B 档位，训练配方固化为渲染合成、难样本挖掘与可验证奖励RL。