Confirmation bias: A challenge for scalable oversight
"模型能力" 相关文章
AI 的 IMO 2025 成绩这事已经进入叠加态了。 先是 MathArena（一个苏黎世的研究机构）发布了一个结果，说各大 AI 成绩都不怎么样，最好的 Gemini Pro 2.5 也只做...
2025百度云智大会定档8月28日
每周AI论文速递（250714-250718）
[程序员] Gemini 网页版降智居然是仅通过一句看似毫无关联的提示词实现的，太神奇了，以及 Gemini 网页版降智的解决方案
【华福计算机】KIMI K2——尚未到达的通用模型天花板 ，提升点在哪？
Kimi Playground与ModelScope MCP合作，共建更智能的Agent
中信证券：持续看好受益海外算力需求的供应链机会
METR: How Does Time Horizon Vary Across Domains?
What Would You Ask When You First Saw $a^2+b^2=c^2$? Evaluating LLM on Curiosity-Driven Questioning
AI 真会编程还是只会“背题” | Code Bench 专场直播带你洞悉代码能力的真实象限
Claude为一作发表了一篇论文，逐条反击苹果的“大模型推理能力崩溃论”
AI的百亿套壳：做船不做柱子
AI 创业者的反思：那些被忽略的「快」与「长」
1）25 年上半年市场很热，很像 23 年上半年的市场，但要注意的是 23 年市场热了半年以后，极冷了一年的时间，这波可能不会那么惨，但也很可能之后会接着一个低谷...
万万没想到有这么一天，Open智谱狙击了Close OpenAI
理想做AI是动真格的, 基于结构化思维链的深度思考模型发布
Can SAE steering reveal sandbagging?
全球首届 AI 奥数竞赛，DeepSeekMath 成为 TOP 团队的共同选择
prompt写的长好还是写的短好？
