
OpenAI测谎13款大模型:Claude 3.7封神,GPT-5.2近乎失控! (opens in a new tab)
OpenAI的最新研究揭示了一个反直觉的真相:越强大的推理模型,越管不住自己的「脑子」。在CoT-Control套件测试的13款前沿模型中,DeepSeek R1控制自身思维链的成功率仅为0.1%,Claude Sonnet 4.5也只有2.7%。
Total 1184 articles

OpenAI的最新研究揭示了一个反直觉的真相:越强大的推理模型,越管不住自己的「脑子」。在CoT-Control套件测试的13款前沿模型中,DeepSeek R1控制自身思维链的成功率仅为0.1%,Claude Sonnet 4.5也只有2.7%。

“Have fun” 我确实被AI整FOMO(Fear of Missing Out)了。 即便我几乎不怎么关注AI,这几周也被AI轰炸得头皮发麻。从Claude Sonnet 4.6模型推出,到OpenClaw(小龙虾)的爆火,再到Chat GPT-5.4模型发布,似乎每一周都在迭代新模型。尤其是最近这几天,马化腾(小马哥Pony)、Openclaw创始人Peter Steinberger接连发声,更是助推了养小龙虾的浪潮。 上周五(3月6日),Pony在朋友圈发文:“没想到(排队安装小龙虾)会这么火”。 上周日(3月8日),Peter 在英国帝国理工学院分享了对技术、工作的看法,他说意义不

「2018 到 2023 年间在 EMNLP 会议上发表的那篇论文中,第一作者本科就读于达特茅斯学院、第四作者本科就读于宾夕法尼亚大学的那篇科学论文,题目是什么?」

OpenAI来“钓”开发者了,还是“龙虾之父”亲自出马的那种(doge)。Peter Steinberger刚刚在x上兴奋宣传了自己加盟OpenAI后,参与的第一个项目:Codex for Open Source。

刚刚,Luma AI甩出全新模型Uni-1,正面对标谷歌Nano Banana Pro和GPT Image 1.5。Uni-1是一个统一的图像理解与生成模型。在官方展示中,Uni-1具备角色姿态迁移、故事板生成、草稿+材质结合参考生成、草稿转漫画、多参考图场景合成、草稿引导的照片编辑、UV贴图生成、带有文字的贺卡海报生成等诸多能力。

AI 搜索引擎正逐渐取代传统搜索入口,「问 AI」已经成为日常习惯。随着 OpenAI 宣布在 ChatGPT 中引入商业推荐,搜索与内容分发的边界正在被重新定义。在这样的环境下,你的内容能否在 AI 搜索中成为「爆款」,不再只取决于标题和流量,而是更大程度取决于 AI 本身的引用偏好。

OpenAI的人才地震还在继续!刚刚,前研究副总裁Max Schwarzer宣布离职,这位亲手主导o1、o3和整个GPT-5系列post-training的核心人物,选择加入Anthropic,重返一线RL研究。

逆天了!Anthropic一路狂飙,全美市场份额飙至70%,给OpenAI留下30%的活口。更离谱的是,其年化收入近200亿美金,2周暴涨50亿。如今,所有人都在用脚投票Claude。

深夜,两大科技巨头谷歌和 OpenAI 硬刚起来,相继推出了新版本大模型,分别是 Gemini 3.1 Flash-Lite、GPT‑5.3 Instant。

在近日的一场播客中,曾做出 5 款产品的 AI 创业公司 Every 创始人兼 CEO Dan Shipper 采访了一位特别的年轻人 Alex Mathew。这个来自美国得克萨斯州奥斯汀 Alpha 高中的 17 岁高三学生,同时也是一名 AI 硬件创业者。