o1/Claude集体翻车！陶哲轩等60+顶尖数学家合力提出新数学基准，大模型正确率通通不足2%
o1/Claude集体翻车！陶哲轩等60+顶尖数学家合力提出新数学基准，大模型正确率通通不足2%让大模型集体吃瘪，数学题正确率通通不到2%！
来自主题: AI技术研报
5573 点击 2024-11-12 11:07
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
让大模型集体吃瘪，数学题正确率通通不到2%！
当地时间11月7日，Anthropic与Palantir Technologies Inc.和亚马逊网络服务（AWS）合作，将Claude 3和3.5系列AI模型引入AWS，服务于美国情报和国防机构。
智东西11月8日消息，据外媒The Information报道，亚马逊正讨论向美国AI大模型独角兽Anthropic进行第二笔数十亿美元的投资。
纳尼？AI Agent容易受到弹幕影响！ 甚至比人类更容易。
刚刚，Claude 3.5 Haiku允许通过API访问，同一天，xAI也官宣Grok API也正式开启公测。
一群大模型玩你画我猜，人类一旁围观超起劲儿。 就像下面这张图展示的，由Grok画长颈鹿，一堆大模型根据生成内容猜答案。参赛选手包括GPT-4o、Claude、Llama、Gemini、Grok等。
Claude ，由 Anthropic 制作的 AI 聊天机器人，现在有了桌面应用程序。您可以从Anthropic 的网站免费下载 Mac 和 Windows 版本的应用程序。
Claude游戏测试，能打几分？在持续一个多小时毁灭人类游戏中，Claude能制定出长期策略，令人惊喜的同时，也暴露出了AI短板。
清华物理系传奇特奖得主Yao Shunyu，正式投身大模型，加入Anthropic的Claude团队。
这个星期，AI 大模型突然迈上了一个新台阶，竟开始具备操作计算机的能力！