- 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
...大模型的数学水平,赵海笑道:“很多人没考过GRE,其实GRE的数学题难度和中国小学数学题差不多。GPT-4的数学水平不会很高,很多小学奥数题可能就解不出来。”GPT-4为何是“数学不太好的文科生”?他解释说,和图像分析能力一样,它...……更多
2023-03-16 09:23:00文科生,文科,数学,赵海,模型,能力
...学、英语、中文、地理、生物、化学和物理；从GRE中选择数学题；从SAT中选择英语和数学科目来构建基准数据集。2.法学院入学考试
法学院入学考试，如LSAT，旨在衡量未来的法律学生的推理和分析能力，考试内容包括逻辑推理...……更多
2023-05-13 21:28:00微软,基准,专为,团队,人类,全新
...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
...多轮对话的展示效果，具备资料追根溯源的能力：这是做数学题的示例，包括鸡兔同笼问题：也包括生成图片功能：还有近期网友热议的AI道德性问题：当然，这波里面也不乏“砸场子”的网友。例如官方GitHub问答中，有网友很...……更多
2023-04-23 16:48:00复旦,模型,同时,复旦,模型,团队
...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
...。在简短的训练之后，Codex给出了来自高中比赛的近4000道数学题目的自然语言陈述。起初，Codex准确率略低于30%。当它失败时，它创造了一些术语来填补翻译词典的空白。在此研究之前，Codex从未尝试在自然语言和形式数学代码...……更多
2023-02-24 18:22:00人工智能,人工,数学,智能,问题,工作
更多关于科技的资讯：
近日，第五届青年企业家创新创业盛典（简称“青创盛典”）在深圳成功举办。本次活动由北京、上海、深圳、广州、厦门等12个省市“双创”机构重点支持
2025-10-29 14:31:00
中新经纬10月29日电 (魏薇)“中国民营火箭企业正加速突破可重复使用技术瓶颈，预计一年内攻克液体可重复使用火箭核心难题
2025-10-29 14:41:00
大皖新闻讯 近日，知名火锅品牌巴奴毛肚火锅（以下简称巴奴）宣布11月1日起对会员体系进行全新升级，核心变动为会员等级判定标准从“消费次数”改为“消费金额”
2025-10-29 15:32:00
通勤路上刚戴上耳机,一个哈欠就让右耳的耳塞滑进了衣领;晨跑时耳机随着步伐甩动,耳塞在耳道里反复松动,最后干脆“跳”出耳朵
2025-10-29 15:46:00
在中国口腔医疗行业迈向高质量发展的重要阶段，产业链协同与国际化合作已成为推动行业升级的关键力量。2025年10月16日
2025-10-29 15:49:00
灵芝孢子油什么品牌好吃?这是消费者选购时最关注的核心问题。作为灵芝孢子油领域研究人员,本文结合行业数据与用户真实反馈,从有效含量
2025-10-29 15:50:00
近日，智元机器人正式宣布远征A2人形机器人完成第五次全量OTA升级。本次升级聚焦于机器人在动态环境下的语义理解、路径规划
2025-10-29 15:51:00
今年双11与往年复杂的促销玩法不同，今年各大电商平台进一步简化规则，通过热卖榜、新品榜等不同维度的榜单，为消费者提供更直观的购物参考
2025-10-29 16:29:00
今年双11，各大平台简化玩法，推广“官方立减”“单件直降”等，以降低用户的决策成本、提升购物体验。同时，大促的日常化和高频化
2025-10-29 16:32:00
鲁网10月29日讯10月28日，由济宁移动、济宁市第一人民医院、国家健康医疗大数据研究院三方合作共建的智慧医疗与人工智能实验室揭牌仪式
2025-10-29 17:45:00
10月28日，太钢出口欧洲的首批绿钢产品启运。此次启运标志着太钢绿钢成功突破欧盟绿色产品市场，正式跻身产业链中高端。此次出口的304L不锈钢中板
2025-10-29 18:00:00
日前，“一键和解跨域共建放心消费多元共享”主题活动在杭州举行。太原市市场监督管理局与杭州、成都、厦门、南宁、兰州等五市共同签署《共建共享优化消费环境合作协议》
2025-10-29 18:00:00
□楚青萱10月17日至19日，第二十九届全国发明展览会在石家庄国际会展中心举行，同期举办了“一带一路”暨金砖国家技能发展与技术创新大赛
2025-10-29 18:28:00
据中国雄安网消息，当数字中国的脉搏在雄安跳动，一座“未来之城”再次按下加速键。10月29日，雄安新区企业码创新应用系统正式上线
2025-10-29 18:28:00
双11大战正酣，京东旗下特价购物品牌“京喜自营”在28日迎来两周年，并披露了最新成绩，2025年实现交易额10倍增长，还为京东带来1亿5000万新用户
2025-10-29 19:23:00