从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 31
FinDendro基准测LLM时间自知识AI热点arXiv新论文提出FinDendro基准,用2226条带日期事实测试大模型时间自知识,发现自述会低估模型知识,回测无法靠自述证明无泄漏。
清华团队发布代数世界模型AWMAI热点清华大学姚期智、袁洋团队提出代数世界模型AWM,通过探索、凝炼、证明三步让AI理解游戏规则本质,在ARC-AGI-3测试集上183关全部通关,得分99.9%,平均动作数仅为人类基准的43%,并能证明任务无解。
Claude破译哥德尔笔记,验证400条定理AI热点Claude解读哥德尔未发表笔记,梳理出663条定理雏形,经Coq形式化验证400条成立。
千个Fable智能体30小时形式化费马大定理AI热点Anthropic称1000个Fable 5.2智能体30小时完成费马大定理形式化,Opus 5.5同设置仅完成26%。
姚期智杨植麟联合发布TCSExam科研评测AI热点姚期智与杨植麟等联合提出TCSExam,用100项理论计算机科学科研任务评测AI科研能力,GPT-6 Astra完成14项研究级定理并把有限域矩阵猜想从8维推进到9维。
Claude智能体72次刷新MIPLIB最优解AI热点Anthropic公布Claude智能体在MIPLIB 203个公开优化难题上的求解结果,72次超越既有最优解。
OpenAI开设科研博客,首篇讲GPT-6 AstraAI热点OpenAI推出面向科研人员的新博客,首篇客座文章介绍GPT-6 Astra参与粒子物理标准模型格点定义研究。
澳央行研究:AI冲击先落在年轻劳动者AI热点澳大利亚央行研究显示,AI影响最大的编程、文职和客服岗位招聘降幅最大,15至24岁年轻劳动者就业率更低、失业率更高。
谷歌开放Antigravity /teamwork多智能体科研工具AI热点Google Research公布Antigravity /teamwork多智能体系统科研成果,并将工具向外部研究者与开发者开放。
AgentWeb发布智能体网页任务基础设施AI热点AgentWeb发布面向AI智能体的网页任务基础设施,实测47项真实任务全部完成,中位耗时1.9秒。
IMU4D提出:可穿戴IMU实现4D人-物理解AI热点arXiv新论文提出IMU4D框架,仅用可穿戴IMU传感器实现非视觉4D人-物交互理解