数学题干带猫AI就不会了！错误率翻300%，DeepSeek、o1都不能幸免
数学题干带猫AI就不会了！错误率翻300%，DeepSeek、o1都不能幸免大模型数学能力骤降，“罪魁祸首”是猫猫？只需在问题后加一句：有趣的事实是，猫一生绝大多数时间都在睡觉。
来自主题: AI资讯
8668 点击 2025-07-05 20:35
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
大模型数学能力骤降，“罪魁祸首”是猫猫？只需在问题后加一句：有趣的事实是，猫一生绝大多数时间都在睡觉。
你可能没发觉，AI 在很多地方都已经开始「替你创作」了。你最近听的歌、刷到的直播、点开的短片，背后可能并没有真实的「人」。
一位患者饱受下巴疼痛和咔咔声折磨五年，专家束手无策。绝望中，他求助ChatGPT，竟在10秒内找到解决办法！ChatGPT如何在短短几秒内快速破解医学难题？
Jack Clark 是最关注和熟悉中国在芯片、计算和模型上进展的 AI Lab 领导人之一。他毫不吝啬对中国 AI 进展的认可，将 DeepSeek R1 视作“推理模型大范围扩散”的起点，近期又把 HyperHetero 使用的异构集群叫做通过“超级智能进行持续自我训练”的垫脚石。
灾难前兆，再一次预警。就在最近，微软又裁掉了9000人，最黑色幽默的是，Xbox一位高管甚至建议被裁员工用AI来疗伤？虽然2025年才过了一半，但全美科技行业中已有94000人被裁，接下来这个数字恐怕只会越来越多。
当前，AI正以前所未有的速度席卷全球，医疗是这波浪潮中最耀眼的明星。 被誉为“女版巴菲特”的Cathie Wood（木头姐）发布的报告中提到，医疗保健是AI最被低估的应用领域，引发市场的强烈讨论，海内外AI医疗股暴涨。
这篇文章，我会从几个真实的案例出发，深度拆解一下星流这款产品，以及聊聊：为什么我认为「可控」才是真正的生产力？星流到底如何做到「可控」？以及，「可控性」为什么会是下一阶段 AIGC 的竞争关键?
多图像、长视频、细粒度感知正在让大型视觉语言模型（LVLM）变得越来越聪明，但也越来越“吃不消”：视觉Token数量的激增所带来的推理成本暴涨，正逐渐成为多模态智能扩展的最大算力瓶颈。
Skywork-Reward-V2全新发布！巧妙构建超高质量的千万级人类偏好样本，刷新七大评测基准SOTA表现。8款模型覆盖6亿至80亿参数，小体积也能媲美大模型性能。
这个AI让打工人「磕头」致谢。 前段时间，我们报道了 5 款大模型参加了今年山东高考的事儿，为了弄清楚各大模型在 9 个科目中的具体表现，我们对着测评明细表挨个儿分析，搞得狼狈又崩溃。要是哪个 AI 能一键分析表格，我当场就能给它磕一个。