GPT-5编程成绩有猫腻！自删23道测试题，关键基准还是自己提的
GPT-5编程成绩有猫腻！自删23道测试题，关键基准还是自己提的别急着用GPT-5编程了，可能它能力没有你想象中那么强。 有人发现，官方测试编程能力用的SWE-bench Verified，但货不对板，只用了477个问题。
来自主题: AI资讯
6312 点击 2025-08-12 17:07
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
别急着用GPT-5编程了，可能它能力没有你想象中那么强。 有人发现，官方测试编程能力用的SWE-bench Verified，但货不对板，只用了477个问题。
上海人工智能实验室等团队提出Lumina-mGPT 2.0 —— 一款独立的、仅使用解码器的自回归模型，统一了包括文生图、图像对生成、主体驱动生成、多轮图像编辑、可控生成和密集预测在内的广泛任务。
从上周开始，我们就开始看到一些关于苹果在人工智能领域的长期规划开始浮出水面：从名为 AKI、力求在 iPhone 端侧打造「类 ChatGPT 搜索体验」的答案引擎，到本周目标指向 AI Agent 能力的「新 Siri」概念爆出。无数消息都指向了一个目标：「重生」。
当同事出差回来扔到群里这么一张图，我们也是猜了半天，但毫无头绪。 直到另一位同事把图扔给智谱的新模型 ——GLM-4.5V，这个谜团才解开。
AI设计出人类看不懂的实验，却成功破解物理学数十年难题，大幅提升LIGO灵敏度。寻找暗物质，解读宇宙公式都不在话下，AI辅助物理学发现的新时代已经到来。
人不能同时踩两个坑，但 OpenAI 做到了。 GPT-5 发布会上，OpenAI 因为一张比例失调的图表被全网群嘲。后续他们火速更新图表，目前已经调整好了比例。
中国自研世界模型Matrix-3D只需单张图就能生成可自由探索的3D世界，不仅效果对标李飞飞的World Labs，而且还能实现更大范围的探索空间，率先进入AI理解世界的前沿领域。
一觉醒来，OpenAI 的大模型又完成了一项壮举！在全球顶级编程赛事之一 ——2025 年国际信息学奥林匹克（IOI）中，OpenAI 的推理模型取得了足以摘得金牌的高分，并在 AI 参赛者中排名第一！
智谱基于GLM-4.5打造的开源多模态视觉推理模型GLM-4.5V，在42个公开榜单中41项夺得SOTA！其功能涵盖图像、视频、文档理解、Grounding、地图定位、空间关系推理、UI转Code等。
一家成立不足两年的以色列公司Decart突然以31亿美元估值拿下1亿美元B轮融资，领投方是红杉资本，Benchmark、Zeev Ventures等顶级风投也争相入局。