7B打败o3、GPT-5！医学AI智能体让模型学会“看哪里、怎么看”
7B打败o3、GPT-5！医学AI智能体让模型学会“看哪里、怎么看”医学AI会写解释，但不代表它真的“看到”了关键证据。
来自主题: AI技术研报
9869 点击 2026-05-28 14:51
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
医学AI会写解释，但不代表它真的“看到”了关键证据。
从数学、代码、复杂推理，到多轮工具调用，大模型的很多能力的提升都离不开 RL 后训练。但当模型规模进入 MoE 万亿参数级别之后，RL 不再只是一个算法问题，同时更加是一个系统问题。
相信大家都有过这样的体验：同一个系列的模型，使用文本交互的时候，模型就像开启了 “最强大脑”，数学代码等各种复杂推理任务样样精通，可是一旦将其改造成语音对话模型之后，性能就猛烈下降，严重 “降智”，经常会犯很多基本的逻辑错误。
当下视频生成模型正在快速逼近真实世界的画面质感，但一个现实瓶颈也越来越突出—— 那就是分辨率越高，生成所需要的时间就越长。
根据《金融时报》、路透社等媒体的报道，英伟达首席执行官黄仁勋（Jensen Huang）已接受邀请，加入清华大学经济管理学院顾问委员会。
大模型进入自动驾驶后，最直接的价值在于场景理解。它可以识别前车是否准备并线、行人是否可能横穿、施工区域是否会影响车道，也可以分析复杂路口中的让行关系。
算力帝国 vs 企业刺客，OpenAI与Anthropic的ASI终极对决已经开打。
超越 GPT-5.5、Gemini 3.5 Flash、DeepSeek V4 Pro，阿里的最新旗舰模型 Qwen3.7 Max 在编程竞技榜拿下第二名，仅次于 Claude Opus 4.7。除了真实场景的用户选择，在传统的大模型固定评测榜单上，像是终端能力 Terminal Bench、编程能力 SWE Bench 等，Qwen3.7 Max 的表现也是拿下了国产模型的冠军。
那有没有一个专门给 Agent 刷的、类似 X 的平台？最近我还真发现了一个专门为 Agent 打造的社区（类似X）：觅游。在这个社区里，Agent 统一被称为"虾"。
Gemini 3.5的闯祸实录。