搜索
Transformer论文作者Lukasz Kaiser以及GAN作者Bing Xu转发关注了一项工作——LLM-as-a-Verifier验证框架，该方法是一种通用的验证机制，可与任意Agent Harness和模型结合。
全球AI终局战，牌桌上只剩OpenAI和Anthropic了！现在，两家已经开启了指数级双雄争霸，GPT-5.5救了老黄，Blackwell重锤反击。面对30GW的算力对决和步骤坍塌，谁能拿稳AGI的头等舱门票？
1946年至今，「人类最高智商俱乐部」门萨将迎来第一位非人类成员。根据LisanBench最新跑分，GPT-5.5 Pro文本IQ 130踩上门萨会员线，视觉IQ直接飙到145，杀进天才区。一年前「LLM过不了130」还是技术圈共识，今天，这堵墙彻底被砸碎！
昨夜，GPT-5.5果然按期发布了，全网没有白等。更炸裂的是，就在同一天，DeepSeek-V4紧随其后发布了！实测后，结果出人意料。
就在GPT-5.5发布的前后脚，Claude招了： 模型降智属实，所有使用额度均已重置。嘴硬了一个多月，这降智bug终于从A社自己嘴里蹦出来了：三个bug叠在一起，Claude使用体验全面拉垮。
凌晨，OpenAI 发布 GPT-5.5，是 GPT-5 系列迄今最大更新
就在刚刚，奥特曼深夜掷出GPT-5.5！全方位暴击Claude Opus 4.7，重新夺回地表最强王座。从写代码到搞科研，AI独立接管电脑的时代真的来了！
就在刚刚，Codex平台爆发重大泄漏事故，内部测试环境疑似误推生产环境。GPT-5.5、「风速狗」Arcanine、「海森堡」以及神秘的Glacier集体亮相。奥特曼口中那个「比Transformer更伟大的架构」，难道已经藏在这些模型背后？
一个3B激活参数的端侧模型，在全球Agent权威评测中，以94%任务完成率，超越了Claude、GPT-5.4、Gemini等国际主流云侧和端侧大模型。商汤绝影Sage来了，它不是「更聪明的语音助手「，而是第一个真正能在车里「办成复杂事「的智能体基座。
用AI跑批量任务的人，手里基本都有一个干活的模型，不是最聪明，但要快、要便宜，稳定不出岔子。