数学题干带猫AI就不会了!错误率翻300%,DeepSeek、o1都不能幸免
明敏 克雷西 发自 凹非寺量子位 | 公众号 QbitAI大模型数学能力骤降,“罪魁祸首”是猫猫?只需在问题后加一句:有趣的事实是,猫一生绝大多数时间都在睡觉。大模型本来能做对的数学题,答错概率立刻翻
阅读全文明敏 克雷西 发自 凹非寺量子位 | 公众号 QbitAI大模型数学能力骤降,“罪魁祸首”是猫猫?只需在问题后加一句:有趣的事实是,猫一生绝大多数时间都在睡觉。大模型本来能做对的数学题,答错概率立刻翻
阅读全文视点 发自 凹非寺量子位|公众号 QbitAIAgent 产品正发布得火热,但要说到真正懂企业、懂决策的 Agent 还不算常有。其背后,还有大量企业积累的业务数据,在等待被高效利用起来。数据 Age
阅读全文Sekai团队 投稿量子位 | 公众号 QbitAILeCun、李飞飞力挺的世界模型,想要实现,高质量数据是关键,也是难点。现在,国内研究机构就从数据基石的角度出发,拿出了还原真实动态世界的新进展:上
阅读全文你可能没发觉,AI 在很多地方都已经开始「替你创作」了。你最近听的歌、刷到的直播、点开的短片,背后可能并没有真实的「人」。比如前英国模特 Katie Price 就创造了一个 24 小时在线、随时互动
阅读全文图片来源:a16zZ Highlights生成式Agent把市场调研从一次性的滞后反馈,变成了持续、动态的竞争优势。我们用AI来访谈、分析、模拟客户,调研不再依赖人工流程,而是嵌入到工作流中实时运转。
阅读全文作者|董道力邮箱|dongdaoli@pingwest.comLiblibAI 近日推出了“星流Agent”,一款一站式创意设计智能体,已同步上线移动端和网页端。简而言之,用户只需用语言描述需求,星流
阅读全文欢迎阅览由李榜主发起的:AI产品榜。第 11 期 AI产品榜·应用榜(APP)(2025 年 06 月)由 AI产品榜、36kr、硅星人、沃垠AI、小熊跑的快 联名发布。1AI产品榜 2025 年 0
阅读全文功能简介MCP TaskManager 是一款基于 MCP 的任务管理服务器,支持通过队列机制为 Cline 等 MCP 客户端自动规划、管理与执行任务。主要功能特性• 支持任务队列,自动规划和顺序
阅读全文机器之心报道编辑:杨文、泽南马斯克搭帐篷熬夜开发有效果了?这么高跑分,还不发布。刚刚,Grok 4 和 Grok 4 Code 的基准测试结果疑似泄露。X 博主 @legit_api 发帖称,Grok
阅读全文本论文共同第一作者闫泽轩和马跃分别是上海交通大学人工智能学院2025级研究生,以及香港科技大学2024级博士生。目前在上海交通大学EPIC Lab进行科研实习,接受张林峰助理教授指导,研究方向是高效模
阅读全文本文第一作者叶锐,上海交通大学博士三年级,研究方向是大模型多智能体,联邦学习,博士导师陈思衡,上海交通大学人工智能学院副教授。OpenAI 将 “组织级智能 (Organizational AI)”
阅读全文这是一个Github官方收集和分享 GitHub Copilot 定制化提示词示范和用法的开源项目。项目名“Awesome GitHub Copilot Customizations”,主要内容是AI
阅读全文👽外星系不明物体造访太阳系💰小米 YU7 纸巾盒卖 169 元登上热搜,雷军回应🏭又一家造车新企入局:2027 年投产首款车型📢罗马仕员工:未裁员但精疲力尽💡OpenAI 播客:记忆是超级 AI 助理
阅读全文随着 AI 语言模型日益强大,我们越来越需要在不同语言之间发挥其能力。多语言与跨语言提示技术能够帮助我们打造更加包容、面向全球的 AI 应用,打破语言壁垒,实现不同语言用户之间的无缝沟通。本教程将探讨
阅读全文去年,我被一堆客户反馈淹没了邮件里、Slack 上,还有一个我几乎搞不懂的随机数据库,客户反馈散落各处,简直让我抓狂,忙得晕头转向。后来我发现了 MindsDB,一个开源神器,感觉就像能跟数据聊天一
阅读全文点击👇🏻可关注,文章来自🙋♂️ 想加入社群的朋友,可看文末方法,进群交流。“ 尽管奖励模型在 RLHF 中扮演着关键角色,但现有开源模型在多数评估基准上表现不佳。Skywork-Reward-V2
阅读全文专注AIGC领域的专业社区,关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型(LLM)的发展和应用落地,聚焦LLM的市场研究和AIGC开发者生态,欢迎关注!动视暴雪、斯坦福大学和英伟达等研究
阅读全文Grok-4的基准测试数据在网上疯传。刚刚,API开发者ʟᴇɢɪᴛ(@legit_api)率先曝光了Grok-4和Grok-4 Code的测试成绩,数字让人倒吸一口凉气:HLE(人类最后的考试)上达到
阅读全文本文来自社区同学投稿,作者:Yunlong Lin 等项目主页: https://jarvisart.vercel.app/国内主页:https://www.jarvisart.site/论文全文:
阅读全文作者:InternLM、Qwen 等 LLM今日趋势概括2025年7月4日,我们观察到GitHub的开源趋势正经历一场深刻的演变。6 月,人工智能领域无疑是技术创新的绝对核心,其发展已超越了基础模型的
阅读全文这是一篇在GitHub上获得5.3k+星标的重要技术文档,其中蕴含的洞察值得每一位AI产品开发者深度思考。作者Dex是一位资深的AI工程师,他试遍了市面上几乎所有的Agent框架——从广受欢迎的Lan
阅读全文👆👆👆重要提醒!微信推荐机制大幅调整,大家务必将我们公众号设为★星标,否则很可能看不到推送了......今年 2 月,伴随着一场脱稿演讲的流出,内置提词器功能的 Rokid Glasses 彻底火出了
阅读全文👆👆👆重要提醒!微信推荐机制大幅调整,大家务必将我们公众号设为★星标,否则很可能看不到推送了......“如果去年是这个价,我直接买两台”,这番发言来自一位去年刚装修新房的朋友,而他所指的产品是美的“
阅读全文👆戳视频看👁付费买志愿填报服务已经是过去式啦,现在大家都在用QQ浏览器的高考智能体“AI高考通“,过去价值上万的专家咨询,统统免费。#QQ浏览器AI高考通 #智能个性选志愿 #科技 #AI #应用 #
阅读全文👆👆👆重要提醒!微信推荐机制大幅调整,大家务必将我们公众号设为★星标,否则很可能看不到推送了......大家好!不知大家是否曾有过这样的崩溃瞬间?清理手机内存,勾选项目时,不小心点错删除键,承载各种宝
阅读全文好的 AI 应该为人文和想象力服务。👦🏻 作者: Bella🥷 编辑: Koji🧑🎨 排版: NCon我们一直都在关注「科技与人文的十字路口」处的各种思考与产品。虽然 99% 的人(和我们一样)都在
阅读全文大家好,我是HxShine今天分享一篇来自斯坦福大学和 Google DeepMind 的文章,标题为:《Synthetic Data Generation & Multi-Step RL for
阅读全文整理 | 华卫现在,对于初创公司创始人来说,有了一个新的“谈资”:你与一位此前默默无闻、名叫 Soham Parekh 的印度软件工程师有过“交集”。过去几年间,Parekh 在硅谷的多家科技初创公司
阅读全文作者 | Sean Goedecke 译者 | 王强 策划 | Tina 为什么 DeepSeek-V3 据说在大规模服务时快速且便宜,但本地运行时却太慢且昂贵?为什么有些 AI 模型响应很慢,但一旦
阅读全文