标签：逻辑推理
一手实测文心X1/4.5：又强又全面！歪果网友疯求英文版
百度在文心一言两周年之际，推出了两款新模型——文心大模型4.5和文心大模型X1，并宣布免费向用户开放。这一消息迅速在海外社交媒体上引发热议，尤其是关于是否...
实测Claude 3.7：3200行代码一口气输出，物理规律手拿把掐，弱智吧已失守
Claude 3.7 Sonnet的最新发布引发广泛关注，其核心突破集中在编程能力与复杂任务处理效率的显著提升。测试显示，该模型仅需单个样本即可生成超过3200行代码，...
LLM推理暴涨，数学逻辑开挂！ DeepSeek等华人团队新大招，Ai2大牛狂点赞
DeepSeek团队提出的CODEI/O方法通过代码输入/输出预测任务，显著提升了大型语言模型在多种推理任务中的表现。该方法将原始代码文件转换为可执行函数，并构建...
DeepSeek登顶中美App Store，精妙的深度思考+联网模式让用户“沦陷”了
自2025年1月20日发布以来，DeepSeek R1在全球AI领域引起了巨大轰动。这款AI产品不仅在社交媒体上引发广泛讨论，甚至被硅谷程序员视为学习对象，其影响力可见...
国产大模型首发中文逻辑推理，「天工大模型4.0」o1版来了
近期，昆仑万维推出了国内首款具备中文逻辑推理能力的大模型——天工大模型4.0 o1版（Skywork o1），标志着公司在大模型及相关应用领域的又一重大进展。Skywork...
陶哲轩联手60多位数学家出题，世界顶尖模型通过率仅2%！专家级数学基准，让AI再苦战数年
Epoch AI联合六十余位全球数学家推出了全新的数学基准FrontierMath，旨在评估AI系统的高级推理能力。该基准包含数百个原创且极具挑战性的数学问题，覆盖从奥...
OpenAI开启推理算力新Scaling Law，AI PC和CPU的机会来了
OpenAI的o1模型通过强化学习和增加思考时间显著提升了逻辑推理能力，尤其在北京大学的评测中，o1-mini模型的表现超越了o1-preview。o1-mini专注于加强推理能...
万字探讨：国内AI应用创业陷入恶性循环，问题在哪里，出路是什么？
自ChatGPT引领的大型语言模型（LLM）发展以来，其对人类社会的深远影响已成为共识。在行业巨头和资本的推动下，LLM及其应用如聊天机器人、多代理系统、多模态...
张俊林：OpenAI o1的价值意义及强化学习的Scaling Law
张俊林在其文章中对OpenAI的o1模型进行了深入分析，认为这是自GPT-4以来大模型领域的一个重要进步。o1模型在逻辑推理能力上的提升，使其在发展大模型的不同方...
菲尔兹奖得主亲测GPT-4o，经典过河难题破解失败！最强Claude 3.5回答离谱，LeCun嘲讽LLM
剑桥大学研究主任、菲尔兹奖得主Timothy Gowers最近对大型语言模型（LLM）如GPT-4o进行了一项测试，以解决经典的“狼-山羊-卷心菜”过河问题。测试结果显示，这...
1
2
