斯坦福临床医疗AI横评，DeepSeek把谷歌OpenAI都秒了
斯坦福临床医疗AI横评，DeepSeek把谷歌OpenAI都秒了斯坦福最新大模型医疗任务全面评测，DeepSeek R1以66%胜率拿下第一！
来自主题: AI技术研报
3790 点击 2025-06-04 11:02
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
斯坦福最新大模型医疗任务全面评测，DeepSeek R1以66%胜率拿下第一！
大二学生许柠第一次在AI身上感受到了“纵欲过度”。
一项新的强化学习方法，直接让Qwen性能大增，GPT-4o被赶超！
不用换模型、不用堆参数，靠 SUGAR 模型性能大增！
昨天YC一个访谈《State-Of-The-Art Prompting For AI Agents》，专门讲他们投资的一家客服公司，公开了他们提示词的写法，这应该也属于第一家吧。
想象一下，你在一个陌生的房子里寻找合适的礼物盒包装泰迪熊，需要记住每个房间里的物品特征、位置关系，并根据反馈调整行动。
最近AI圈子里有两个特别有意思的项目，一个是谷歌DeepMind的AlphaEvolve，另一个是UBC大学的Darwin Gödel Machine（简称DGM）。
AI工具帮助学生轻松完成作业，但过度依赖导致学习深度不足。研究显示，使用AI辅助的学生练习阶段表现优异，但独立考试时成绩显著下降。认知能力可能因“认知卸载”而退化，年轻群体更易受影响。教育界尝试禁用、引导或改革评估方式，但AI对学习本质的挑战仍未解决。
在数字化时代，视觉信息在知识传递和决策支持中的重要性日益凸显。然而，传统的检索增强型生成（RAG）方法在处理视觉丰富信息时面临着诸多挑战。一方面，传统的基于文本的方法无法处理视觉相关数据；另一方面，现有的视觉 RAG 方法受限于定义的固定流程，难以有效激活模型的推理能力。
Claude发布MCP网页版本集成和Research，正式开启开挂模式。全面基于远程 MCP 的集成现已面向所有付费 Claude.ai 方案开放（包括 Pro 版用户），提供将 Claude 连接到各种工具和数据源的能力。