AI推理实测：Claude优雅攻克Grok未能解决的“双星”物理极难谜题
科技社区近日曝光了一道被称为“守望者双星”的AI极限测试题，该题目融合了广义相对论、脉冲星轨道动力学以及包含黄金分割比的复杂非线性微分方程，旨在挑战大模型的长链条推理能力。据反馈，此前专门用于测试Grok的这道难题并未获得完美解答。然而最新...
标签索引 / 第 37 页
大模型
这个标签下有 2417 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
提示词工程实战：如何利用结构化指令最大化压榨 AI 潜力
Linux.do 社区近期发起了关于高质量 AI 提示词的讨论。一位用户分享了一套名为 ‘BasicGuidelines’ 的通用系统提示词，该指令集不仅要求 AI 保持客观专业、Markdown 格式及逻辑一致性，...
23岁业余人士联手ChatGPT攻克60年数学难题，陶哲轩惊叹：AI开辟了全新路径
一名23岁的数学业余爱好者借助ChatGPT成功攻克了困扰数学界长达60年的Erdős猜想（关于原始集总和的下限）。尽管该爱好者没有高等数学背景，但大语言模型（LLM）通过一次提示，提供了一种人类专家此前从未尝试过的全新解题路径。著名数学家...
AI制造的“完美假象”：当大模型粉碎了知识工作的质量护城河
在传统知识工作中，我们习惯通过排版、拼写等低成本的“表面质量”来快速推测报告的实质价值，因为深入核实真相对个人而言成本过高。然而，大语言模型的出现彻底打破了这种平衡：它们能够生成语法完美、风格专业但内容可能空洞甚至错误的“拟像”。这种对写作...
AI研究核心争论：提升模型性能究竟是靠“堆参数”还是“堆算力”？
这篇文章源自2021年的关键讨论，深入分析了大型语言模型（LLM）训练中的核心权衡：在固定计算预算下，是应该增加模型参数量，还是增加训练步数和数据量？研究表明，单纯追求参数规模并非最优解，通过更长时间的计算和更多数据训练较小的模型，往往能获...
大模型“刷榜”乱象丛生：如何寻找真正公正的AI测评平台？
随着大模型技术的爆发式发展，各大厂商竞相角逐排行榜，导致“跑分注水”、针对题库特训甚至商业定制冠军等乱象频发。这种为了刷榜而优化的行为，使得榜单难以反映模型的真实能力，不仅误导用户，也无益于技术进步。当前，行业迫切需要寻找公认、公正且无商业...
社区实测：DeepSeek V4 防御机制显著增强，传统“越狱”手段失效
据科技社区 Linux.do 反馈，DeepSeek 最新 V4 模型的安全防御能力出现明显升级。多位开发者与用户测试发现，此前广泛流传的“破限”提示词在 V4 上已无法奏效，模型对恶意指令的识别与拦截更加精准。这一变化表明 DeepSee...
DeepSeek V4 Pro API开启限时2.5折特惠，价格战逼近行业底线
DeepSeek 官方更新 API 文档，宣布其 DeepSeek-V4-Pro 模型迎来大幅降价。根据最新显示，该模型目前正处于限时优惠期，用户可以享受原价 2.5 折的超低折扣。计费模式基于百万 tokens 单位，涵盖模型输入与输出的...
用纯Lambda微积分拷问AI逻辑能力：新基准LamBench问世
GitHub上出现了名为LamBench的新型AI基准测试，旨在通过120个纯Lambda微积分编程问题来评估大模型的算法实现能力。与常见的Python编程题不同，该测试要求模型在极简的Lamb语言环境下，仅利用函数编码来构建数据结构并实现...
谷歌云CEO深度对谈：TPU 8代架构拆分、Anthropic竞合关系与Agent时代的底层重构
谷歌云CEO托马斯·库里安在最新访谈中详细阐述了谷歌的全栈AI战略。硬件方面，谷歌将第八代TPU拆分为面向训练的8T和面向推理的8i，通过自研IP获取高毛利并优化部署成本。针对与Anthropic的复杂关系，库里安强调谷歌作为平台公司，即便...