「多步推理」共找到 5669 篇相关文章
LeCun新作反杀AGI派！AI连「鸟」都搞不懂，拿什么超越人类？
图灵奖得主Yann LeCun联手斯坦福团队最新论文揭示，LLM仅在粗糙分类任务表现优秀，精细任务却失灵。研究测试30多个大模型，得出三大发现，指出LLM与人类在概念形成和信息处理上存在本质差异。
大树之家团队师生赴希腊参加第一届人工智能与流体力学国际研讨会（AIFLUIDs）
第1届人工智能与流体力学国际研讨会于2025年5月27 - 30日在希腊举办，由多所高校联合筹办，34国超300名学者和近20家科技公司参会。大树之家团队8人参与，作报告获高度关注，加强了学术交流。
AI生图迎来大升级：图像编辑达到像素级！背后团队大多来自Stable Diffusion模型基础技术发明团队
Stable Diffusion缔造者团队创立的 BFL 发布全新图像生成模型 FLUX.1 Kontext，可实现像素级图像编辑。它能以文本和图像为输入，有 Pro、Max、Dev 三版本，已在多平台上线，获用户好评，但也面临竞争。
微软开源浏览器Agent，可实时跟踪、控制智能体，超4000颗星
微软在官网开源用于浏览器网络任务的Agent——Magentic - UI，基于Magentic - One开发，支持人机协同。GAIA测试显示其能提升任务完成率和准确率。它以人为本，有独特机制，框架含多阶段，在Github超4000颗星，支持MIT许可证商用。
专业医生远不如AI模型？OpenAI推出医疗开源测试基准HealthBench，o3表现最强
OpenAI推出医疗开源测试基准HealthBench，由262位多国医生合作打造，含5000段真实健康对话。评估显示o3综合表现最佳，顶尖AI处理任务能力超无辅助医生，HealthBench更真实专业有区分度，但也有局限。
17000字Claude 系统提示启示：Karpathy 揭秘LLM 学习缺失“第三范式”
Andrej Karpathy提出LLM学习范式缺失‘系统提示词学习’环节。他观察Claude约17000词的系统提示词，认为目前问题解决策略多靠人工写入，理想情况应通过该学习产生，这也引出诸多待明确细节和新问题。
红杉、云启领投，华超神控完成2亿元Pre-A轮融资，押注「非侵入式AI脑机接口」
本文报道初创公司华超神控完成红杉中国、云启资本领投的2亿元Pre-A轮融资，累计融资近3亿元，介绍其非侵入式AI脑机接口技术路线、研发进展与商业化规划，收录多位投资方观点。
打穿 AI 智商测试！GPT-6 Astra 的符号世界模型，是突破还是钞能力刷分？
OpenAI的GPT-6 Astra亮相，在ARC - AGI - 3测试成绩逼近100%，远超GPT - 5.6 Sol。它生成的符号世界模型被认为是AI迈向高级推理必经之路。不过出题人指出其靠Harness加持，离AGI还远。
DeepSeek Harness背后的“心脏”：Cordis 到底是什么
文章介绍Cordis框架，它原服务第三方QQ机器人，现是DeepSeek Harness心脏。阐述其设计初衷、核心机制，如插件、上下文等概念，还提及在DSH中的应用，展示了插件槽位和生态，最后介绍相关论文和该框架的生态情况。
2026夏季崇礼论坛五大看点，AI如何走进生活｜甲子光年
2026年9月12 - 13日，2026夏季崇礼论坛将在崇礼·太舞小镇举行，主题为“未来此刻”。有五大看点，包括俞敏洪等探讨AI能力与入口，揭晓“AI NEXT 20”榜单，多场硬件、内容等相关圆桌及产品展示。