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
7862 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？
辍学MIT创业八年，走上人生巅峰
宾夕法尼亚大学沃顿商学院生成式AI实验室刚刚发布了两份重磅研究报告，通过严格的科学实验揭示了一个令人震惊的事实：我们可能一直在用错误的方式与AI对话。这不是胡说八道，而是基于近4万次实验得出的硬核数据推理的结论。
5月份，AI应用市场格局再度出现变化，夸克登顶买量素材榜首，腾讯元宝买量、下载量双双大跌，DeepSeek下载量进一步下滑。
Scale AI 即将获得 Meta 高达数十亿美元的投资，金额可能超过 100 亿美元，这将成为有史以来规模最大的私营企业融资事件之一。
以神经网络为核心引擎，让AI承担雷达仿真数据生成任务，还实现对雷达物理特性的建模与控制——
Test time scaling范式蓬勃发展。推理模型持续快速改进，变得更为高效且价格更为亲民。在评估现实世界软件工程任务（如 SWE-Bench）时，模型以更低的成本取得了更高的分数。以下是显示模型变得更便宜且更优秀的图表。
本文内容整理自 ProtonBase CEO 王绍翾在 AICon 的主题演讲《Data Warebase: Instant Ingest-Transform-Explore-Retrieve for AI Applications》。
图神经网络还能更聪明？思维链提示学习来了！
虽然 AMD 已投入大量资金来加速其 Instinct 数据中心 GPU 的开发，以便与 Nvidia 最强大的 AI 芯片正面交锋，但该公司也大力依赖收购，以便能够提供“端到端 AI 解决方案”。