AI Agent的“期末考试”来了，这次谁才是真学霸？
AI Agent的“期末考试”来了，这次谁才是真学霸？ 说实话，每次看到AI基准测试发布，我都有种看学霸们同台竞技的既视感。但今天这个AA-Briefcase，确实让我眼前一亮——它测的不是模型会不会...
排序
当AI学会”作弊”：OpenAI的秘密武器能否终结大模型的测试困局
当AI学会"作弊"：OpenAI的秘密武器能否终结大模型的测试困局 我一直在思考一个问题：大模型在正式发布之前，到底有多少问题是被"藏着掖着"的？就在今天，OpenAI用一组数据给出了答案——可能比你...
Claude Fable 5背后的秘密：Anthropic承认“错误的权衡”，以及仍悬而未决的争议
Claude Fable 5背后的秘密：Anthropic承认“错误的权衡”，以及仍悬而未决的争议 说实话，每次看到AI公司卷入金拱门（译注：指大厂之间的竞争纠纷）的时候，我都会有一种复杂的感受。一方...