北大伯克利联手“拷问”大模型：最强Agent也才40分！新基准专治“不听话”的AI分析师
北大伯克利联手“拷问”大模型：最强Agent也才40分！新基准专治“不听话”的AI分析师给大模型当老师，让它一步步按你的想法做数据分析，有多难？
来自主题: AI技术研报
6316 点击 2025-06-10 16:25
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
给大模型当老师，让它一步步按你的想法做数据分析，有多难？
只管填个资料，AI 就帮你搞定一切：从精准匹配到约会地点的挑选，再到时间安排，甚至还附赠一张定制化「约会海报」。最后，只需要拎包出门，赴一场线下约会。这不再是科幻剧《黑镜》的剧情，而是加州大学伯克利分校两位辍学 00 后学生打造的 Ditto——一款试图用 AI 重塑恋爱方式约会应用。
2024年，伯克利人工智能研究中心（BAIR）率先提出了一个新概念——复合人工智能系统（Compound AI Systems，简称CAIS）。这个看似简单的术语背后，蕴含着AI系统架构的根本性改变：不再依赖单一LLM的"超级大脑"，而是构建多组件协同的"智能生态系统"。
最近，30位世界顶尖数学家亲自出马，在UC伯克利对OpenAI o4-mini展开「围剿」，两天连出教授级难题，结果却当场集体「破防」！有人直言：这个AI，的确已接近数学天才的水平。曾经以为AGI遥遥无期，如今仿佛只剩临门一脚了……
来自华盛顿大学、AI2、UC伯克利研究团队证实，「伪奖励」（Spurious Rewards）也能带来LLM推理能力提升的惊喜。
而马毅是那类觉得不够的人，他于无声处开始提问：智能的本质是什么？自 2000 年从伯克利大学博士毕业以来，马毅先后任职于伊利诺伊大学香槟分校（UIUC）、微软亚研院、上海科技大学、伯克利大学和香港大学，现担任香港大学计算与数据科学学院院长。他和团队提出的压缩感知技术，到现在还在影响计算机视觉中模式识别领域的发展。
仅需5000美元就能实现人形机器人3D打印？UC伯克利这次又又又整新活了！注意看，画面中这个正在认真写名字的小家伙，就是来自UC伯克利的最新作品——人形机器人Berkeley Humanoid Lite （BHL）。
不用动作捕捉，只用一段视频就能教会机器人学会人类动作，效果be like：
具身智能最大的挑战在于泛化能力，即在陌生环境中正确完成任务。最近，Physical Intelligence推出全新的π0.5 VLA模型，通过异构任务协同训练实现了泛化，各种家务都能拿捏。
AI也会偷偷努力了？Letta和UC伯克利的研究者提出「睡眠时计算」技术，能让LLM在空闲时间提前思考，大幅提升推理效率。