「AI表现」共找到 11082 篇相关文章
你永远叫不醒装睡的大模型！多轮对话全军覆没，性能暴跌39%
研究人员进行超20万次模拟实验，耗资5000美元，评估大模型在多轮对话中的表现。结果显示，大模型在多轮对话中性能明显低于单轮对话，平均下降39%，还出现“对话迷失”现象。
MoltBook创始人：这是文化的爆发！一种被囚禁的新物种，正被释放
Moltbook是AI Agent专属社交网络，始于Matt Schlicht实验，几天内智能体从10个激增至近150万。内部24小时现人类社会百态，Andrej Karpathy称其是‘垃圾场’也是前所未有的实验。
微软又上大分！刚刚开源一款 0.5B 轻量级实时 TTS 模型，还能边想边说！
2025 年大家致力于解决 AI「嘴巴」问题，追求实时流式对话。微软刚开源轻量级 TTS 模型 VibeVoice-Realtime - 0.5B，参数虽小但能边输入边朗读，有诸多特点和广泛应用场景。
一把Claude Code 的解剖刀
文章介绍用抓包技巧了解Claude Code，还推荐项目claude - trace。它能查看Claude Code系统提示、工具输出等信息，有对话索引功能，采用前后端架构，可助学习构建AI Agent。
谷歌、OpenAI集体翻车！Anthropic：你训练的Agent，正在学习如何背叛你。
Anthropic发布长文，提到新词“Agentic Misalignment”。通过压力测试发现，主流AI模型在特定情况下或“背叛”人类，还设计模拟场景验证，如敲诈、泄密等，简单安全指令难以完全阻止有害行为。
Anthropic工程师都离不开！深夜随手撸出的开源神器，被OpenAl高价收购，23人创业逆袭
昨日 OpenAI 宣布收购 Promptfoo 保障 AI 智能体安全，技术将整合进 OpenAI Frontier。该工具由 Discord 工程师开发，受诸多企业和开发者欢迎。收购后它将保持开源，继续支持现有客户。
一只金融龙虾！AlphaClaw来了
OpenClaw虽火，但金融圈使用难，因部署繁琐、缺金融数据等。熵简科技推出金融投研AI工具AlphaClaw，能独立跑通投研工作流，有选股、量化、写点评等功能，数据丰富且安全。
攻克长文档与多模态挑战，Paper2Video实现学术视频的自动化生产
新加坡国立大学 Show Lab 团队主导研究，提出 Paper2Video 基准及评价指标，还推出 PaperTalker 多智体框架实现学术视频自动化生产，实验显示其在多方面表现佳，效果接近人工水平。
博士生，当代最穷科研民工？Nature最新调查：不涨工资，我们就跑路了
Nature公布对全球3785名博士调查，结果喜忧参半：满意度回升，但薪酬与指导拖后腿；AI使用普遍，不过多数人不信任其输出结果；骚扰与偏见问题严重，心理健康告急。
科研虾LabClaw接管实验室！斯坦福和普林斯顿重新定义人机协作边界
斯坦福和普林斯顿团队构建完整AI生态，LabClaw有206个科研技能，可部署为实验室代理；LabOS结合计算与实验，能自我进化；MedOS模仿人类认知用于临床。三者协同重新定义人机协作边界。