大模型玩不好数独？！Transformer作者初创公司公布排行榜：o3 Mini High“变异数独”正确率仅2.9%
大模型玩不好数独？！Transformer作者初创公司公布排行榜：o3 Mini High“变异数独”正确率仅2.9%大模型做数独，总体正确率只有15%？？？
来自主题: AI资讯
11830 点击 2025-05-28 15:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
大模型做数独，总体正确率只有15%？？？
5 月 28 日，有消息称字节跳动发布最新内部邮件，宣布将逐步禁用包括 Cursor、Windsurf 在内的第三方 AI 开发软件，转而推广自研编程助手 Trae 作为替代方案。邮件由字节跳动安全与风控部门发出，称此举是出于防范数据泄露风险的考虑，自 6 月 30 日起将分批在内部实施相关禁用措施。
从OpenAI 的 4o 到 Stable Diffusion，能够根据文本提示生成逼真图像的 AI 基础模型如今已比比皆是。相比之下，能够仅凭文本提示就生成完整、连贯的 3D 在线环境的基础模型才刚刚崭露头角。
1+1等于几？
2025年上半年，Agent成为大模型领域讨论最多的主题之一。
最顶尖的AI模型，做起奥数题来已经和人类相当，那做物理题水平如何呢？港大等机构的研究发现：即使GPT-4o、Claude 3.7 Sonnet这样的最强模型，做物理题也翻车了，准确率直接被人类专家碾压！
上个月写了篇Dia的推荐文章，有9千的阅读，一个多月过去后，黄叔经常有：“又是爱上Dia的一天”的感觉，并且，Dia已经成为了我的Mac Mini+MacBookAir两台电脑上的默认浏览器。
在产品不断被「AI 化」的浪潮中，连浏览器也无法幸免。
仅需一个强化学习（RL）框架，就能实现视觉任务大统一？
前几天在论坛上看别人激烈辩论 AI 是否会取代工程师，突然有人在回复中冷不丁的抛出一个评论： 别说那么多废话，先让 AI 画个左撇子出来。 这是个什么问题？