当LLM遇到结构化思维困境，这个70年前的心理学框架竟成为救星 | 最新
当LLM遇到结构化思维困境，这个70年前的心理学框架竟成为救星 | 最新当大多数AI Agent仍在挣扎于结构化推理能力不足的困境时，本文带来了一个来自认知科学领域的突破性解决方案。
来自主题: AI技术研报
6192 点击 2025-04-04 15:50
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
当大多数AI Agent仍在挣扎于结构化推理能力不足的困境时，本文带来了一个来自认知科学领域的突破性解决方案。
无人在意的角落，又一款中国AI产品在海外默默“杀疯了”。
随着DeepSeek R1、OpenAI GTP-4o、Antropic Claude3.7、xAI Grok3纷至沓来，AI大模型已然变成巨头的游戏，“百模大战”也成为了过去式。到了2025年，让用户先把AI用起来，也已经成为了一众厂商的共识。
刚刚，又一个中国血统智能体，让歪果仁大呼“疯狂”。
Cursor 最强劲敌 Augment Code 昨天晚上发布了他们的最新产品 Augment Agent。
饿了么于近日宣布启动“优店腾跃计划”：平台将在2025年面向商家投入超10亿元，其中也包含加码AI技术应用支持，为商家提供更多AI经营工具，助力商家经营更提效、更简单。
Genspark 是啥？我们在去年 6 月就有过介绍，Genspark 是由前百度小度的 CEO 景鲲和 CTO 朱凯华创业做的 Agent 产品，去年刚开始的定位还是 Agent Search Engine，到了今天升级了不少。并且在今年三月，官宣拿到了一亿美金的 A 轮融资。
PaperBench 是一个由 OpenAI 开发的基准测试，旨在评估 AI Agent 复现尖端 AI 研究的能 力。它专注于测试 AI 是否能理解研究论文、独立开发代码并执行实验以复现研究结果。
刚刚开源的新基准测试PaperBench，6款前沿大模型驱动智能体PK复现AI顶会论文，新版Claude-3.5-Sonnet显著超越o1/r1排名第一。与去年10月OpenAI考验Agent机器学习代码工程能力MLE-Bnch相比，PaperBench更考验综合能力，不再是只执行单一任务。
刚刚，Local AI 领域的 Libra 团队发布了一段最新技术演示视频，展示了用户通过自然语言交互直接生成 Agent，并利用本地消费级算力支持 Agent 进行长程 (Long-Horizon) 推理，最终完成复杂任务。