「AI能力退化」共找到 11270 篇相关文章
上下文就是一切！行业热议话题：提示工程是否应该改名
AI圈热议提示工程是否应改名“上下文工程”。Shopify CEO等发表看法，指出其在LLM应用和AI Agent构建中很重要，还分析了重要性、优化方法，给出实践经验，强调要在性能、成本和准确性间平衡。
ACL 2025 | 指令遵循不能仅靠常识？GuideBench 揭示大模型如何“踩雷”领域指南规则
这篇ACL 2025主会论文聚焦提升智能体指南规则遵循能力。提出评估基准GuideBench，涵盖7类1272个任务。实验显示多数主流大模型指令遵循能力不佳，尤其数学推理挑战大，为模型迭代提供评估基准。
吴恩达手搓新项目：AI审稿人上线！只为终结学生“3年被拒稿6次”的痛苦
吴恩达开发新项目 Agentic Reviewer 代理审稿人，灵感源于学生3年论文被拒6次。此工具能加快研究人员迭代速度，在 ICLR 2025 评审数据测试中接近人类水平，适用于 arXiv 公开研究领域。
跨越技术与法律的壁垒：AI赋能知识产权领域任务全能评测基准IPBench发布
本推文介绍arXiv论文《IPBench: Benchmarking the Knowledge of Large Language Models in Intellectual Property》。论文提出IPBench评估基准，构建含20个任务、10374个双语数据点的基准，评估17个主流模型，揭示现有模型在IP任务中局限。
4000万样本炼出AI读心术，刷新七榜SOTA，最强「人类偏好感应器」开源
Skywork-Reward-V2全新发布，构建超高质量千万级人类偏好样本，刷新七大评测基准SOTA。8款模型覆盖6亿至80亿参数，小体积也能媲美大模型性能。团队引入多样大规模真实人类偏好数据，提升数据规模与质量。
多稿合并：从手动比稿到一键 Skill
AI 翻译或写作常生成多版本稿件，各有亮点但不完美。手动合并耗力，可让 AI 完成。还能将流程做成 Claude 的 Skill，介绍了两种创建方式及适用场景，给出多稿合并 Skill 示例。
不要再拖拉拽了，利用n8n mcp直接生成n8n工作流
n8n是国外热门的AI应用编排工具，但用好它生成工作流并不容易。现介绍能生成n8n工作流的mcp，简单配置即可让AI生成工作流，其地址为https://github.com/czlonkowski/n8n - mcp。
GRPO遭遇瓶颈？G²RPO-A让自适应指导为小模型推理能力「开外挂」
大模型推理能力难迁移到小模型，现有强化学习方法如GRPO在小模型上性能提升有限。香港中文大学（深圳）唐晓莹教授团队提出G²RPO - A算法，缓解小模型奖励稀疏问题，在多模型实验中表现优于vanilla GRPO。
突发！奥特曼豪宅遭二次袭击，燃烧弹之后又是深夜枪响
奥特曼家继上周五遭燃烧弹袭击后，周日凌晨又被开枪袭击。警方锁定车辆并逮捕两名嫌疑人。奥特曼曾发文感化仇恨者但无效，AI末日论者认为科技大佬推动AI有风险，呼吁采取紧急措施。
抱紧英伟达谷歌“大腿”，680亿烟台首富“赢麻了”
借着AI东风，中际旭创市值一度破6000亿，业绩亮眼，掌舵者王伟修父子成烟台首富。其受益于谷歌等大客户，但也面临存货增长、客户集中等隐忧，AI泡沫论也对其有影响。