跳到正文

#OpenAI

今日 0 条

11月14日

星期六

11月13日

星期五

11月8日

星期日

11月7日

星期六

11月5日

星期四

11月4日

星期三

11月3日

星期二

11月1日

星期日
  1. Vals 研究:中国 AI 模型政治立场复杂,并非政府传声筒

    Vals.ai 的研究用 −1 到 +1 的量表衡量模型与中国官方立场的接近程度,发现中国模型的亲政府倾向整体低于预期,且各模型之间差异很大。提示词语言影响明显,简体中文提问比英文、俄文或西班牙文更容易得到亲政府回答,中美模型都有此现象,中国模型更突出。多数中国模型很少拒答,而是直接采用官方立场;改用是或否的回答格式、加入智能体框架或联网搜索能力后,亲政府得分下降。

10月27日

星期二
  1. OpenAI 请外部专家核查 AI 在数学、计算机科学与物理领域产出的证明

    OpenAI 请外部专家担任 shepherd 核查其 AI 在数学、计算机科学和物理三个领域产出的证明,并按各领域专家建议分别处理。数学与计算机科学的证明已被翻译成 Lean,计算机科学结果声称推翻了指数时间假设(ETH),数学结果声称证明了所有维度上的局部平滑猜想。

10月25日

星期日

10月23日

星期五

10月22日

星期四

10月21日

星期三

10月17日

星期六

10月15日

星期四

10月12日

星期一

10月11日

星期日

10月7日

星期三

10月5日

星期一

9月29日

星期二

9月23日

星期三

9月22日

星期二

9月8日

星期二

9月7日

星期一

8月12日

星期三
  1. Google Research 研究:召回而非编码是大模型事实性瓶颈

    Google Research 提出知识画像框架,用 2,150 条 Wikipedia 事实的 WikiProfile 基准评测 13 个 LLM,发现 Gemini-3-Pro 和 GPT-5 已编码 95–98% 的事实,却仍有 26–34% 无法直接召回,开启思考后仍有 11–12% 失败。研究认为前沿模型的事实错误更多源于知识可及性不足,而非知识缺失,瓶颈正从知识获取转向知识利用。

6月22日

星期一