- 我的订阅
- 头条热搜
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
国产o1新选手登场！它能快速解决更复杂的数学解题、代码编程、数字游戏等任务。这就是上海AI实验室版o1——强推理模型书生InternThinker，刚刚正式开放试用！新模型不仅在长思维能力方面有了很大提升，而且还能在推理过程...……更多
2024-11-29 09:27:00数学题,上海,实验室,实验,数学,模型
...qizhixin.com；zhaoyunfeng@jiqizhixin.com大语言模型 (LLM) 是如何解数学题的？是通过模板记忆，还是真的学会了推理思维？模型的心算过程是怎样的？能学会怎样的推理技能？与人类相同，还是超越了人类？只学一种类型的数学题，是会...……更多
2024-08-06 09:27:00推理,模型,内心,人类,世界,模型
9.11和9.9哪个更大？一道小学生都会的数学题，却难倒了一众AI大模型。昨天，“大模型测不出9.11和9.9哪个大”还登上了微博热搜。这个难倒大多数AI大模型的数学题，其实来自于最近热播的《歌手》。7月13日，在最新一期《歌...……更多
2024-07-18 08:31:00数学题,一道,数学,还是,小学,模型
13.11和13.8谁大？——这样一道简单的“小升初”数学题难倒一众网友和大模型。上周五(7月12日)综艺《歌手2024》投票率出炉，孙楠以13.8%的投票率位居第三，Chanté Moore以13.11%的投票率排在第四。一位网友留言质疑“13.8%比13.11%高...……更多
2024-07-18 16:39:00模型,小学,模型,小数,记者,南都
一道小学生难度的数学题难倒了一众海内外AI大模型。9.11和9.9哪个更大?就此问题，第一财经记者测试了12个大模型，其中阿里通义千问、百度文心一言、Minimax和腾讯元宝答对，但ChatGPT-4o、字节豆包、月之暗面kimi、智谱清言、...……更多
2024-07-17 11:56:00实测,模型,模型,数学,小数,问题
...决问题的趁手工具，更是一种思维方式。做AI项目就像解数学题“滴嘟滴嘟”，火警警报响起，电动自行车棚着火了。只见一个扇形避火罩迅速展开，隔绝火势蔓延，车棚顶端喷淋器开始喷水，一场火灾消弭于无形。这是北京市...……更多
2024-01-25 17:06:00原住民,思维,方式,时代,人工智能,问题
...靠性就尤为重要。”她描述道，大语言模型“在解决复杂数学题时会表现得非常好……直到你发现7加3等于12”。最令人惊讶的是什么？答案往往与基于逻辑和概率的推理脱节。例如，在盒子测试中，“克劳德2”有一半次数能给...……更多
2024-06-12 18:15:00逻辑推理,推理,逻辑,模型,语言,模型
...微信公众号）《大模型版“5年高考3年模拟”来了！6141道数学题，还是多模态的那种｜微软&UCLA&UW联合出品》MathVista是一个多模态数学推理基准数据集，由微软、UCLA和UW联合开发，包含6141个数学问题，涵盖丰富的任务类型...……更多
2023-12-06 09:22:00联创,模型,清华,早报,一代,零售
...的，对我的喜怒哀乐有很大的影响。我要是做不出来一道数学题，每当我躺在床上眼睛一闭的话，它就会在我脑子里反复地出现。然后我就百思不得其解，脑海中就会想这题的思路。然后第二天的话，如果还是没有解决的时候，...……更多
2024-06-14 09:27:00阿里,名校,中专,决赛,女生,大学生
...院将采用全新的管理考评机制，以应用基础方向为主形成实验室，以项目牵引为主组成交叉队伍，围绕具体任务开展长期攻关。目前研究院下设数据仿真实验室、数据聚变实验室、生物医药实验室和智能超算实验室。在成立仪式...……更多
2023-12-20 06:06:00张江,上海,研究院,数学,研究,张江
...题解决。OpenAI 2021 年提出的 GSM8K（Grade School Math 8K）小学数学题数据集已成为评估 LLM 数学推理能力的流行基准。尽管它包含了详细的解决方案的简单数学问题，适合使用思维链（CoT）提示等技术，但它只提供了一个固定问题集...……更多
2024-10-14 09:55:00数学题,推理,废话,苹果,数学,小学
...匹克（IMO）中的复杂几何问题。解答国际数学奥林匹克的数学题，需要强大的头脑创造力，而AI历来在解答此类问题中的表现不佳。但“阿尔法几何”经过针对性训练后，在逻辑检查系统的加持下，其几何学的解题表现几乎与最...……更多
2024-06-14 11:54:00奥数,选手,数学,国际,数学,数学家
...中的表现大幅提升，代码能力也有质的飞跃。△72B模型做数学题
在复杂语义理解上，72B的能力也提高了不少，比如，现在就能够听懂中文里的“潜台词”了：△72B模型理解“职场之道”当前，国内外大模型都分为闭源和开源两...……更多
2023-12-01 21:07:00通义,模型,尺寸,移动,模型,阿里
...大模型的智能水平。在前不久高考结束后，上海人工智能实验室旗下司南评测体系OpenCompass选取了7个大模型进行高考“语数外”全卷能力测试。6月19日， OpenCompass发布了首个大模型高考全卷评测结果。语数外三科加起来的满分为...……更多
2024-06-24 09:22:00评测结果,最高分,评测,数学,高考,结果
...学辅导。图 | 赵子龙（来源：赵子龙）用大模型求解奥赛数学题本次课题最早可以追溯到 2023 年 2 月。当时，已经有一些研究团队开始使用大模型做逻辑推理和数学推理。赵子龙和合作者也认为这个方向很有前景。他表示让自己...……更多
2024-03-13 10:26:00数学,数学题,科学家,模型,辅导,课程
6月20日消息，上海人工智能实验室19日公布了首个AI高考全卷评测结果。据介绍，2024年全国高考甫一结束，该实验室旗下司南评测体系OpenCompass选取6个开源模型及GPT-4o进行高考“语数外”全卷能力测试。评测采用全国新课标I卷...……更多
2024-06-20 10:19:00评测结果,人工智能,上海,人工,实验室,评测
去年，AI 能解出博士级别的数学题，已是轰动一时的大新闻；而今年，能攻克「未解之谜」级别的数学难题的 AI 已经来了。5 月 15 日，Google DeepMind 发布了全新编程智能体 AlphaEvolve。不同于传统的编程 Agent，它专注于通用算法的...……更多
2025-05-15 23:16:00难题,突破,数学,算法,程序,问题
6月19日，上海人工智能实验室发布首个AI高考全卷评测结果，月初开源的阿里通义千问大模型Qwen2-72B排名第一，在语数外三科420分的满分中获得303分，OpenAI的GPT-4o和上海人工智能实验室的书生·浦语2.0文曲星（InternLM2-20B-WQX）排...……更多
2024-06-20 11:10:00评测结果,全都,评测,数学,高考,结果
...准：ARC（科学考试问题）、HellaSwag（常识问题）、GSM8K（数学题），WinoGrande（常识推理）、LAMBADA（词汇预测）。其中LAMBADA用于测困惑度，与训练期间使用的原始token预测最接近。
对于Llama2的性能评估，提供了基准测试的标准化...……更多
2024-07-27 09:29:00流动,机制,研究,信息,中间层,顺序
...语言模型的短板，GPT-3.5发布后，也被指出过做不了简单数学题。记者在现场“调取”了一页数学题，要求“商量”解答其中一道“判断题：求商的近似值时，要保留三位小数，就要除到商的百分位。”“商量”给出的答案为：...……更多
2024-04-29 04:36:00商汤,模型,科技,商汤,能力,模型
...SimpleBerry有关的账号和官网中，只能看出性质是一个研究实验室，也并未透露更多研究方向信息。其他o1复刻项目进展除LLaMA-O1之外，另一个公开进展的o1复刻项目O1-Journey来自上交大团队。团队在十月初发布了第一份进展报告，其...……更多
2024-11-06 09:49:00上海,代码,学习,训练,模型,蒙特卡洛
...，Q*除了能合成数据，更本质的，可能是对一些有难度的数学题、逻辑题做了重新采集、标注。或在之前基础上，或没有用transformer方式，而是直接输入所有东西再输出，且加了一个值的评估。他认为，基于类似某种价值评估和...……更多
2023-11-27 12:09:00猜想,项目,人类,数据,就是,意识
...就连我们全家开车出去玩，路上他也会央求我们多出几道数学题，让他做一做。”镇宇小学进入崇文实验学校后，家里在学校附近租了房，离杭州图书馆很近，周末母子俩经常泡在图书馆。镇宇很喜欢看书，妈妈就买了李毓佩数...……更多
2025-03-30 14:08:00奥数,杭州,国家队,幼儿园,幼儿,接触
...少喋喋不休地严格管教，“高中时，有一次我问父亲一道数学题，他却说，‘你要靠自己解决问题，这样才更有价值。’”田中群说，从此他逐渐养成了独立思考、刻苦钻研的习惯。曾经有人对田中群说：“你可能永远无法摆脱...……更多
2023-01-09 04:51:00画卷,新时代,理想,事业,田中,曾溢滔
...且能写合格的学生较少。坊间戏言，“化学烦，物理难，数学题做不完”，但对学生来讲，他们却在摆平“烦”、征服“难”、努力做完的过程中体会到一种做理科题成功后的喜悦。而对语文，学生的态度却是“怕”，学生中有...……更多
2023-11-03 06:30:00师者,拷问,学生,学生,语文,学习
...的 o1 完全版的 94.8 分。而在两个难度更大的竞赛级别的数学题库 OMNI-MATH 和 AIME 基准测试中，k0-math 初代模型的表现分别达到了 o1-mini 最高成绩的 90% 和 83%。常规模型的关键目标是尽快提供答案。与之不同，在做题过程中，k0-math...……更多
2024-11-19 09:50:00模型,国产,模型,推理,能力,数学
...理科最好成绩还无法进入人类考生的前30%。针对大模型答数学题普遍“吃瘪”的问题，国内某头部大模型负责人就曾表示，大模型的指令遵循或者说推理能力通常是把一个指令背后的意思拆解出来，但数学题既包含规则性，又包...……更多
2024-07-17 20:56:00理科,文科,业内人士,模型,业内,多个
...九章随时问”的拍题讲题能力。当用手机拍摄一道四年级数学题，它并不直接给出答案，而是分析了题目考察的知识点和形式，再引导用户进行一步步思考，在启发下自主解决问题。这一明显区别于拍题软件的讲解方式，让大家...……更多
2024-07-04 23:00:00学习机,人工智能,人工,模型,大会,智能
...释、可信大模型。该工作由上海交通大学和阿里巴巴通义实验室共同完成。论文题目：Embedding Trajectory for Out-of-Distribution Detection in Mathematical Reasoning
论文地址：https://arxiv……更多
2024-12-03 13:33:00研究成果,推理,场景,成果,检测,数学
更多关于科技的资讯：
华为鸿蒙6.0系统正式版于今日（10月22日）发布，Mate 80系列预计将首发搭载。鸿蒙6.0系统以更好看、更好用、更智能
2025-10-22 15:56:00
肖航接受人民日报海外网采访“通过建立深度本地化的运营与服务团队，我们的MAXHUB已成功在全球超过140个国家和地区提供服务
2025-10-22 14:05:00
中国消费名品全国行（河北站）“清河羊绒”供需对接活动举办供需双向奔赴 品牌加速出圈10月21日，中国消费名品全国行（河北站）“清河羊绒”供需对接活动在邢台市清河县举办
2025-10-22 08:10:00
9月26日拍摄的雄安图书馆。9月27日，雄安图书馆少儿阅览区，图书管理员带着小读者通过智能书架挑选图书。拍摄者：齐劲青 中建八局（北京）建设投资有限公司市场部业务经理拍摄时间
2025-10-22 08:19:00
10月15日，以“同心湾区，论道未来”为主题的2025粤港澳大湾区人工智能技术发展论坛在珠海美高梅华府酒店隆重举行。本次论坛由珠海市委统一战线工作部指导
2025-10-22 08:30:00
近日，由中国生产力促进中心协会联合全国各级生产力促进中心、行业协会及专业机构共同发起的2024年度“中国好技术”评选正式落下帷幕
2025-10-22 08:30:00
厦门网讯（厦门日报记者 林露虹 通讯员 管轩 雷飏) 走进厦门软件园，你会发现“人工智能 +”的创新应用图景正徐徐展开
2025-10-22 08:57:00
日前，《全国中老年艺术等级考评规范》团体标准深圳秘书处在十方融海梨花教育办公区正式挂牌。当前，我国人口老龄化程度持续加深
2025-10-22 09:05:00
2025年9月10日，国家体育总局发布了《关于推动运动促进健康事业高质量发展的指导意见》，明确推广“运动是良医”的主动健康理念
2025-10-22 09:35:00
中新经纬10月22日电 据路透社报道，华纳兄弟探索公司董事会周二拒绝了派拉蒙天空舞蹈公司近600亿美元的收购要约，该公司宣布将探索出售该公司的选择
2025-10-22 11:23:00
很多人为了追剧都熬整个大夜，大家的肝脏早就出现了诸多的问题。身边越来越多的人都开始囤护肝品类，其中大部分人群都会优先考虑护肝片
2025-10-22 11:50:00
相较于一二线城市，县域实体商业面临着客群基数小、消费能力有限、经营理念滞后等独特挑战，许多县域实体老板想提升业绩，却苦于找不到方向——既缺乏对市场趋势的判断
2025-10-22 11:51:00
河北日报讯（白增安、靳雪利）无人机在装卸站上空盘旋，搭载的高清摄像头对车辆进行智能巡检……如今，位于武安市的河北陆港保税物流园区
2025-10-22 11:56:00