当AI考试能力超过出题老师,评测体系该怎么办?
Genentech与KAIST团队提出AutoSciBench框架,让AI自动生成并迭代科学智能体评测题目,通过解题反馈驱动难度升级与经验积累,在三大科学领域显著超越人工基准难度与质量,为应对AI能力进化速度与评测滞后的...
Genentech与KAIST团队提出AutoSciBench框架,让AI自动生成并迭代科学智能体评测题目,通过解题反馈驱动难度升级与经验积累,在三大科学领域显著超越人工基准难度与质量,为应对AI能力进化速度与评测滞后的...
苹果与CMU提出SSR框架,让搜索智能体用"选择推理候选"代替"自由生成思考文字",推理延迟降超90%,总耗时降28%至54%,成功率媲美同规模最强模型,让小模型也能高效完成多模态搜索任务。
本文介绍EviSkill框架,它通过可回放证据卡片把AI技能修改建议与具体执行证据绑定,用局部回放验证效果,并跨周期保留被否决方案中的有效改动,在三大交互基准上显著提升了AI智能体的技能进化可靠性。
OpenAI宣布在乔治亚州埃弗汉姆县试点"Grid Protectors Program",承诺在极端天气或紧急情况下释放高达1000兆瓦电力。此举旨在应对美国各地日益蔓延的数据中心反对浪潮,将AI数据中心重新定位为电网...
《纽约时报》及多家媒体起诉Brave Software,指控其未经授权抓取网页内容,向Anthropic、Perplexity等AI公司提供付费访问接口,并通过"Paywall blocker"功能帮助用户绕过付费墙,认...
Anthropic更新IPO招股书,披露第三季度营收170亿美元,同比增长逾11倍,但环比增速从144%降至47%。因计算硬件需求超预期,公司产生50亿美元额外支出,季度运营亏损5.36亿美元。公司目前基础设施承诺总额达...
远程患者监测(RPM)可穿戴设备能提前约1小时发现化疗患者中性粒细胞减少性发热,并在常规复诊前检测到82项心脏毒性事件。研究显示,RPM可使转移性肿瘤患者住院率降低28%,每千名患者每年节省约320万美元住院费用。
11月12日,由InfoCommAsia主办的InfoComm China 2026 视听链接会·上海站将在上海东锦江希尔顿逸林酒店拉开帷幕。
本文解读了纽约大学团队提出的CIA指标,用可解释性工具揭示AI思维链与其真实内部计算之间的脱节现象,并展示如何通过后训练奖励机制显著提升模型的推理诚实度。
一笔隐含企业价值约1150亿美元的AI基础设施并购,买方看中的不是更多算力芯片,而是激光器、光收发器和化合物半导体制造能力。算力集群继续扩大后,限制系统规模的变量,正在从单颗芯片的性能延伸到芯片之间如何交换数据。
一篇关于GUI智能体自我改进的研究,提出GUI-HARVEST方法,通过对比重复执行的截图证据诊断失败原因,归纳跨任务共性模式并转化为可验证的代码补丁,在冻结模型参数的前提下显著提升多种GUI智能体在OSWorld等基准...
国产3A游戏市场刚刚迎来一位重磅选手——《影之刃零》。凭借独特的东方武侠美学、颇具辨识度的动作设计以及电影化的视觉表现,这款作品在10月29日正式发售后迅速吸引了大量玩家的关注。对于喜欢动作游戏的玩家来说,这样一款国产3...
AI工具失灵时该不该继续尝试?这篇论文发现七个主流AI模型明明能准确判断搜索结果没用,却几乎不会据此主动停止,强制执行停止规则后成功率显著提升。
过去很长时间里,中国更多承接跨国企业的生产、制造和供应链环节。现在,研发、工艺、自动化、生产技术这样的高附加值环节,开始被更多放到中国。三星把首个海外生产技术研究所设在苏州,正是这一变化的一个切面。