
ScienceVision 用250道三维科学题评测模型,观察工具并不自动带来理解(在新窗口打开)
ScienceVision 在五个科学领域比较原始三维数据、交互检视工具与固定二维视图三种设置。最佳参评配置的平均得分为 0.53,包含部分得分,不能当成答对率;研究显示访问更多工具与真正提取有效证据之间仍有距离,结论限于这套任务和评分规则。
共 842 篇

ScienceVision 在五个科学领域比较原始三维数据、交互检视工具与固定二维视图三种设置。最佳参评配置的平均得分为 0.53,包含部分得分,不能当成答对率;研究显示访问更多工具与真正提取有效证据之间仍有距离,结论限于这套任务和评分规则。

工具调用使大语言模型能够通过外部 API 获取信息、执行操作。训练这类能力,需要建立用户请求与具体函数调用之间的对应关系。一条合格的训练样本,不仅要符合函数定义,还要保证工具选择、调用次数和参数取值与用户意图一致。

剪映的 AI 边界,正不断延展。 在刚刚结束的 2026 剪映 AI 新创作发布会上,剪映发布了全新 AI 能力,让专业创作者和普通用户的创作效率和创作体验,都有了一次明显提升。 一方面是 PC 专业版的升级。这方面的关键词是“提效”。剪映 Hub 是这方面最亮眼的更新。这是个一站式的 AI 创作平台。通过将 AI 创作与多轨道剪辑连接起来,剪映 Hub 让脚本、素材与创作上下文在同一个项目中延续,大大减少了跨工具切换带来的断点与重复操作。 剪映助手 Agent 则进一步介入到专业创作流程,承担起素材整理、粗剪、包装等高频而繁琐的工作。Agent 可根据创作目标规划任务,串联模型、工具和 Sk

《读佳》获知,阿里旗下的虎鲸文娱集团已自研完成“虎鲸AI大模型”,并且正在内测一款全新的AI视频内容创作工具“虎鲸AI”,该工具部分功能需要充值才能使用,整个项目的研发测试或至少有半年以上。

刚刚,DeepSeek 在官方 API 文档里给出了一个 thinking mode 和 tool call 结合使用的样例。表面上看,这只是一个常规的工具调用演示:用户提出问题,模型判断需要调用工具,工具返回结果后,模型再继续生成答案。

据DeepSeek官方API文档及GitHub仓库信息,一款名为Deep Code的第三方开源AI编程助手近日被收录进DeepSeek Agent工具。该工具面向DeepSeek-V4系列模型做了适配,支持深度思考、推理强度控制、Agent Skills以及MCP集成。截至发稿,Deep Code GitHub仓库显示,该工具收获超1500星、127 fork。

为什么推开源工具?在vibecoder到高级程序员都懂的原因,你能自己魔改成自家用的黑科技有什么不好?而且还不用订阅不花钱。为此,我们搞了这个游戏开发者的实用选型指南。每一个工具,都会告诉你:它适合做什么、不适合做什么、以及如何与AI工作流结合。

近日,谷歌在2026 I/O大会上发布了旗下AI for Science工具组合Gemini for Science。 该组合包含了谷歌旗下三款顶尖的AI科研工具,能实现假设生成、计算发现和文献综述的

自信与耐心 最会做AI工具的人也要来做AI游戏了? 毕业于清华姚班的胡渊鸣,曾经发布过开源编程语言“太极”。2021年留学回国后,他先是成立了太极图形,其后又转型进入AI领域,推出的3D生成工具Meshy至今已拥有了1000万注册用户,年度经常性收入(ARR)超过4000万美元,还和ChatGPT、Claude等产品一同放进了a16z的AI产品全景图里。 而在3月初,他们悄悄带着自己制作的《代号:黑箱》前往了GDC现场,向众人展示了这款吸血鬼幸存者like的AI原生游戏。 自己的工具做得好好的,为什么一定要来这个领域碰一碰? 在一众“聊天机器人游戏”和“AI剧本杀”之类的游戏已经把市场热情碾过

AI会用工具了,问题才真正开始… 这两年,大模型Agent在“用工具”这件事上进步很快。搜索、查信息、调API,很多模型已经能把一串操作接起来,完成相当复杂的多步任务。 但一旦把场景拉近到真实工作流,问题很快就会显现出来。很多任务表面上不同,底层流程其实高度相似:先搜,再筛,再整理,最后再做一点汇总分析。换一个对象,这套流程往往又要完整走一遍。 麻烦在于,现有Agent虽然会做这些事,却不太会把已经做成功过的流程留下来。 圆满完成任务后,再遇到同样任务它还是会重新规划、重新传参、重新走一遍工具链。结果就是:任务也许做成了,但token越跑越多,上下文越来越长,成本和不稳定性也一起上来了。 为解