「模型拒绝率」共找到 8342 篇相关文章
20亿砸向00后创业机器人公司!估值一年暴涨7倍,国家级资本重仓
近日,灵初智能完成约20亿元天使轮及Pre - A轮融资,资金将用于物流场景落地与数据采集体系建设。其团队互补,突围逻辑是All in人类原生数据,自研采集方案,走“模型驱动数据”路径,定位“大脑驱动公司”。
首发限时免费两周!实测腾讯混元Hy3:Agent能力飞升,日常主力毫无压力
腾讯混元Hy3正式版发布,尺寸300B,在多领域表现亮眼,追平甚至超越大参数模型。作者用三个刁钻场景实测,Hy3在全栈开发、3D游戏开发、办公任务中表现出色,幻觉率低,达生产级标准。
人类最后考试已不够用,Agent最后考试来了!
AI飞速进步,人类最后考试(HLE)已不够用,伯克利牵头推出智能体最后的考试(ALE)。ALE真实、全面、可验证,当前最强AI在最难档通过率仅8.6%,主流系统平均2.6%,显示AI距替人干活尚远。
与Gemini Diffusion共振!首个扩散式「发散思维链」来了
西湖大学齐国君教授团队提出扩散式「发散思维链」,这是面向扩散语言模型的新型推理范式。它与传统思维链不同,能非线性生成,已应用于两种模型,增强后的模型在相关任务上超越现有模型。
马斯克抢先谷歌一步放大招,Grok 4.1登顶LMArena,创意写作直逼GPT-5.1
当谷歌Gemini 3将上线消息传得沸沸扬扬时,马斯克xAI更快一步上线最新大模型Grok 4.1,响应速率提升、幻觉率下降。它有两个“形态”,免费开放且有APP版。在LMArena测试中成绩亮眼,多方面能力提升。
Amodei 兄妹重磅访谈:AI 对齐、欺骗风险与 Anthropic 的安全底线
Anthropic 创始人 Amodei 兄妹在访谈中透露,当年离开 OpenAI 的核心原因是与管理层诚实与信任破裂;对于国防合作,公司明确拒绝研发全自动杀伤武器及公民监控。
计算机科学学术界死了吗?AI博士生该何去何从
本文整理了德克萨斯大学奥斯汀分校AI博士生曹晋的公开发帖,围绕大模型冲击下AI学术界灌水严重、研究范式过时的观点展开,探讨AI研究者与博士生的未来出路,引发业内广泛讨论。
那只不肯说名字的鸭子,原来是Qwen4-Max Preview
阿里大模型 Qwen4-Max 预览版在编程工具 Qoder 上线,主打代码与复杂任务交付,目前在 Qoder 限时两折可用,预览期至 11 月 25 日。
接入 MiniMax M2.7 后,我的 OpenClaw「超进化」了
作者实测 MiniMax 新模型 M2.7,其在基准测试、代码能力、多智能体协作等方面表现出色。接入 OpenClaw 后,能高效完成复杂任务。M2.7 指令遵循率高、长上下文处理能力强且价格低,有望提升 Agent 生态表现。
GPT-5 终于发布:别慌、AGI 还没来,第一手的上手体验在这里
GPT-5 发布,距离 GPT-4 发布已过 2 年。它能力强、定价有竞争力,是首个「统一」AI 模型,幻觉率低、代码能力强。免费用户可默认使用,Plus 和 Pro 订阅用户有不同使用额度。开发者可使用三种模式,代码能力测试案例可参考相关网站。