搜索
DeepSeek团队最新力作一上线，就获得Ai2研究所大牛推荐，和DeepSeek铁粉们的热情研读！他们提出的CodeI/O全新方法，通过代码提取了LLM推理模式，在逻辑、数学等推理任务上得到显著改进。
Scale AI 等提出的新基准再次暴露了大语言模型的弱点。
就在刚刚，AIME 2025 I数学竞赛的大模型参赛结果出炉，o3-mini取得78%的最好成绩，DeepSeek R1拿到了65%，取得第四名。然而一位教授却发现，某些1.5B小模型竟也能拿到50%，莫非真的存在数据集污染？
谷歌DeepMind的AI，终于拿下IMO金牌了！六个月前遗憾摘银，如今一举得金，SKEST新算法立大功。这不，它首破解了2009 IMO最难几何题，辅助作图的神来之笔解法让谷歌研究员当场震惊。
只是换一下数学题的变量名称，大模型就可能集体降智？？
AI真的可以做数学了吗？来自帝国理工学院教授Kevin Buzzard在最新博文中深刻探讨了这个问题。甚至，他预测道，2025年AI能够拿下IMO金牌级水平。
前几天，OpenAI 已经完成了 12 连更的最后一更 —— 如外界所料，是新的推理系列模型 o3 和 o3-mini 。
1637 年，费马在阅读丢番图《算术》拉丁文译本时，曾在第 11 卷第 8 命题旁写道：「将一个立方数分成两个立方数之和，或一个四次幂分成两个四次幂之和，或者一般地将一个高于二次的幂分成两个同次幂之和，这是不可能的。关于此，我确信我发现一种美妙的证法，可惜这里的空白处太小，写不下。」
一个全新的模型能力衡量指标诞生了？！
2024 年就要结束了，在这一年里，大模型的智力水平究竟长进了多少？ 上周日，2025考研初试刚刚结束，我们趁热拿考研数学卷子，去测测主流的几家国产大模型，看看他们的真实智商水平如何。