
沃顿商学院已发布4篇「Prompt」报告|重磅(在新窗口打开)
宾夕法尼亚大学沃顿商学院(The Wharton School)今年发布了一系列名为《Prompting Science Reports》的重磅研究报告。他们选取了2024-2025最常用的模型(如GPT-4o, Claude 3.5 Sonnet, Gemini Pro/Flash等),在极高难度的博士级基准测试(GPQA Diamond)上进行了数万次的严谨测试。
共 483 篇

宾夕法尼亚大学沃顿商学院(The Wharton School)今年发布了一系列名为《Prompting Science Reports》的重磅研究报告。他们选取了2024-2025最常用的模型(如GPT-4o, Claude 3.5 Sonnet, Gemini Pro/Flash等),在极高难度的博士级基准测试(GPQA Diamond)上进行了数万次的严谨测试。

昨天刷到了一条非常有意思的推特。 是我关注的一个博主,Howie.Serious发的。 他发了一个很有趣的点,就是即使是世界上现在最牛逼的NanoBananaPro,在世界知识如此屌爆的情况下,AI,还是没有办法生成左手写字的图片。 这事特别有意思。 我立马用Gemini上的NanoBananPro试了下。 果然翻车了,而且是非常稳定的翻车。 我又直接用Lovart跑了十几种张图,只对了2次,其他的,全错。 我又去试了其他的大模型,包括chatgpt、seedream,grok,也在这个小小的提示词上全军覆没。 刷刷刷给我生成了一堆右手,让我都有点混乱了,我那一瞬间都在怀疑是不是我自己分不清左

真正的 AI ,距离眼镜还有多远?如果你今年一直在密切关注 AI 眼镜/AI 硬件领域的大厂动态,那你肯定对 Google I/O 期间 DeepMind 发布的 Project Astra AI 项目演示印象深刻。而在今天刚刚举行的 Google The Android Show 特别节目中,这一愿景终于迎来了真正的落地时刻。

随着Gemini 3模型与第七代TPU的强势发布,谷歌终于打破了OpenAI与英伟达主导的市场叙事,宣告这一「沉睡的巨人」已凭借硬核实力完全醒来。

最近,Google Research 发布了一篇 Blog《Titans + MIRAS:帮助人工智能拥有长期记忆》。它们允许 AI 模型在运行过程中更新其核心内存,从而更快地工作并处理海量上下文。

奥特曼又得拉响红色警报了。刚刚,谷歌再次扔出重磅炸弹——Gemini 3 Deep Think正式上线!轻松把草图变成逼真3D场景,不仅结构还原到位,就连镂空花纹与光影都处理得明明白白。

Sora APP,这就凉凉了?! 刚刚,a16z合伙人Olivia Moore分享了一组数据,结果让所有人都大吃一惊—— 这款爆发速度比ChatGPT还要快的应用(5天下载破百万),用户留存率一路从10%(day1)降至2%(day7)、1%(day30)、0%(day60),但需要说明的是,Sora APP上线还不足60天… 不过还是某种维度说明,虽然新增还在继续,但用户留存不下来…玩玩儿就腻了。 单看一处细节也能一窥Sora APP的困境。 刚出道时,它轻轻松松地拿下了App Store免费榜第一,但此时此刻它的排位已经降至第22,别说和谷歌Gemini对打了(第2),连麦当劳(第11)、

最新研究发现了一个诡异现象—— 当研究人员刻意削弱AI的「撒谎能力」后,它们反而更倾向于坦白自身的主观感受。

三年河东三年河西,曾经逼疯谷歌的奥特曼,如今也被谷歌逼得拉响了「红色警报」,AI王座之下已是刀光剑影。更劲爆的是,最强「Garlic」在预训练取得重大突破,正面硬刚Gemini 3.

攻守之势异也,OpenAI 真急了。 就在刚刚,据 The Information 报道,OpenAI CEO Sam Altman 本周一直接在内部备忘录里宣布进入「红色警戒(code red)」状态,要调动更多资源狠狠提升 ChatGPT 的能力。 为啥这么急?还不是因为 Google 和一票 AI 竞争对手追得太紧了…… Altman 原话是这么说的:「我们正处在 ChatGPT 发展的关键时刻。」虽然没明说具体出了啥问题,但信号已经很明显了。 Google 今年秋天表示,自家的 Gemini 聊天机器人在用户活跃度上正在疯狂追赶。Altman 自己都在内部警告员工,Google 在 A