Claude 3.5首战复现21%顶会论文，人类博士无法取代，OpenAI：AI全是草台班子
Claude 3.5首战复现21%顶会论文，人类博士无法取代，OpenAI：AI全是草台班子自己「打脸」自己？
来自主题: AI技术研报
7977 点击 2025-04-03 16:23
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
自己「打脸」自己？
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。
AI学校simahuapeng.ai重塑教育模式，提供名人互动学习。
在当今的人工智能领域，Transformer 模型已成为解决诸多自然语言处理任务的核心。然而，Transformer 模型在处理长文本时常常遇到性能瓶颈。传统的位置编码方法，如绝对位置编码（APE）和相对位置编码（RPE），虽然在许多任务中表现良好，但其固定性限制了其在处理超长文本时的适应性和灵活性。
在人工智能的世界里，大型语言模型（LLM）已经成为我们探索未知、解决问题的得力助手。但是，你在编写AI提示词时，是否觉得这个过程就像在“炼丹”，既神秘又难以掌握？别担心，自动提示工程（APE）来帮你了！
这是 AI 智能体在大部分科学研究中超越人类的第一个案例，或许会彻底改变人类与科学文献互动的方式。
人工设计提示词太麻烦了！想过让 LLM 帮你设计用于 LLM 的提示词吗？
Xaira Therapeutics获超10亿美元融资，聚焦AI药物研发。
6月中旬，Iambic Therapeutics宣布完成超额认购的5000万美元B轮融资，由新投资者 Mubadala Capital 和 Exor Ventures 领投，卡塔尔投资局 (QIA) 以及老股东Abingworth、Illumina Ventures、Nexus Venture Partners、Coatue 和 Tao Capital Partners 参投。