- 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。
...地依赖于训练数据中的模式进行预测。当需要进行真正的逻辑推理时，这些模型往往无法产生合理的结果，这一发现对人工智能的发展提供了重要的参考。虽然LLM在许多领域表现优异，但其推理能力仍有待改进。【本文结束】如...……更多
2024-10-13 14:15:00逻辑推理,新论,推理,缺陷,逻辑,模型
... CoT 带来增益最大的三类任务分别是：符号推理、数学、逻辑推理。在这三个任务上，CoT 实现的平均性能为 56.9，而不使用 CoT 的表现为 45.5。而在其它任务上表现较好的个例（图中用黄色高亮标记出了 10 个），也或多或少与这...……更多
2024-09-21 09:37:00新论,推理,符号,性能,任务,数据
...降。我们假设这种下降是因为当前的 LLM 无法进行真正的逻辑推理；相反，它们试图复制在训练数据中观察到的推理步骤。」这一结论得到了 Keras 之父 François Chollet 和美国心理学家、认知科学家 Gary Marcus 的转发，他们一直对 AI ...……更多
2024-10-14 09:55:00数学题,推理,废话,苹果,数学,小学
...二、社会评测与同行水平社会评测普遍认可o1 系列模型的逻辑推理能力优于 GPT-4o，但也有很多人提出了不同看法。差评XPIN邀请了理综三科的博士测评，物理评价较高，而生物、化学评价较低，综合认为o1在认知上达到硕士水平...……更多
2024-09-18 15:01:00逻辑推理,重磅,推理,逻辑,模型,能力
...凌晨1时许，AI时代迎来崭新的起点——能够进行通用复杂推理的大模型终于走到台前。OpenAI在官网发布公告称，开始向全体订阅用户开始推送OpenAI o1预览模型——也就是此前被广泛期待的“草莓”大模型。OpenAI表示，对于复杂推...……更多
2024-09-13 13:34:00新时代,推理,逻辑,模型,模型,问题
...读理解和问答等任务中取得了极高的性能，但这些模型在逻辑推理方面的性能仍然十分滞后。去年5月「思维链」（ChainofThought,CoT）横空出世，有研究人员发现，只需要在prompt中加入「Let'sthinkstepbystep」就能让GPT-3的推理性能大幅...……更多
2023-01-09 21:57:00自然语言,算法,推理,自然,语言,目标
...出现的松鼠。这类游戏的逻辑相对复杂，更考验OpenAI o1的逻辑推理能力。官方还表示，相较于GPT-4o等现有的大模型，OpenAI o1能够解决更加困难的推理问题，同时改善过往模型中存在的机制性缺陷。比如在解答编程问题时也会更有...……更多
2024-09-14 10:18:00博士生,水准,模型,博士,推理,模型
...达14.3%，显著高于DeepSeek-V3的3.9%，也远远超过行业的其他推理模型，比如OpenAI-o1的测试结果是2.4%。这种AI大模型生成内容与真实数据不符，或偏离用户指令的现象，会极大影响用户的使用体验。在医疗、法律、金融等对准确性要...……更多
2025-03-05 15:54:00东岩,幻觉,北大,对话,用户,模型
...水平（图中0.0边界）甚至超越，其中不乏非常有挑战性的逻辑推理任务，比如需要复杂多步骤推理的BBH（Big-Bench Hard）和数学应用题测试集GSK8k。其中的HellaSwag测试集，由华盛顿大学和Allen AI在2019年推出，专门针对人类擅长但LLM...……更多
2024-07-01 08:58:00菲尔,得主,难题,经典,农夫,模型
...个只有8%。研究人员根据答案是否正确以及答案所包含的逻辑推理是否有效，对大语言模型的答案进行了分类。实验的第一个结果是，在每个测试重复十次的情况下，答案是不一致的。例如，在同一个测试中，有的模型十次中答...……更多
2024-06-12 18:15:00逻辑推理,推理,逻辑,模型,语言,模型
Claude操控电脑，究竟可以做到什么程度？新加坡国立大学团队在20多个场景下做了全面测试，其中最引人瞩目的是：AI可以自动玩手游清日常任务了！研究中选用了米哈游《崩坏：星穹铁道》，可以跟它说”帮我完成今天的模拟...……更多
2024-11-26 09:43:00新论,电脑,任务,模型,动作,测试
...始在一些权威评测中取得领先。今天，国内首款具备中文逻辑推理能力的 o1 模型来了，它便是由昆仑万维推出的「天工大模型 4.0」 o1 版（英文名：Skywork o1）。这也是近一个月来，该公司在大模型及相关应用上的第三次大动作...……更多
2024-11-28 10:00:00模型,逻辑推理,中文,推理,逻辑,国产
...看看DoT长啥样。大模型复杂推理新框架
如前所述，DoT将逻辑推理过程建模为在单个LLM内构建有向无环图（DAG）。其框架内部管理三个关键角色：提议者：生成命题或推理步骤，添加新节点。
批评者：评估命题，识别错误、不...……更多
2024-09-24 13:36:00维图,院士,逻辑,模型,一致,理论
...科学家Denny Zhou拿出一篇ICLR 2024论文称：CoT可以让Transformer推理无极限。但随即他就遭到了田渊栋和LeCun等的质疑。最终，CoT会是通往AGI的正确路径吗？随着OpenAI o1的爆火，最近CoT也成了圈内热议的高频词。靠着CoT的强力加持，o1...……更多
2024-09-21 09:43:00天花,天花板,推理,首席,科学家,科学
...数据+知识”混合驱动等技术，并成功引入DeepSeek-R1的深度推理能力，构建起罕见病诊疗的智能基座，使得该模型具备决策逻辑符合临床思维范式、能有效抑制AI幻觉、知识自主迭代三大核心优势。“希望该模型的技术指标跻身国...……更多
2025-02-19 09:34:00太初,协和,临床应用,临床,模型,应用
...概念，提高了大语言模型（LLM，large language models）在复杂推理任务上的性能，例如算术推理、常识推理和符号推理等。图 | 金明宇（来源：金明宇）CoT 的原理是通过提供推理过程的示例，来教会模型处理推理，详细说明导致最...……更多
2024-03-15 10:41:00罗格,罗格斯,推理,模型,团队,概念
...，尽管这些模型在处理自然语言方面表现卓越，但在复杂逻辑推理任务中，人类和语言模型都会受到语义内容合理性和可信度的影响，表现出类似的错误倾向。研究背景人类在推理过程中存在两种系统：“直觉系统”和“理性系...……更多
2024-08-19 13:49:00局限性,推理,人类,任务,研究,模型
...度30个二级维度。报告称SenseChat-Vision 5.5在基础能力-数理逻辑推理任务如图表推理、场景推理方面具备领先优势。榜单显示，在数理逻辑分析能力中，SenseChat-Vision 5.5超越国内外所有参评模型包括GPT-4o的最新版本，位列第一。Super...……更多
2024-10-14 13:34:00商汤,模态,基准,模型,模型,能力
...竞赛不仅是对人类（碳基智能）思维敏捷性、知识掌握和逻辑推理的极限挑战，更是AI（“硅基智能”）锻炼的绝佳练兵场，是衡量AI与“超级智能”距离的重要标尺。OlympicArena——一个真正意义上的AI奥运竞技场。在这里，AI不...……更多
2024-06-25 09:45:00奥林,奥林匹克,竞赛,模型,推理,能力
...个版本Claude 3.5 Sonnet。从官方披露的测试数据来看，其在逻辑推理、编程、数学等方面中的表现性能均超越GPT-4o。网友直言，“太卷了，现在AI竞争是要以周为单位了吗？”
从官方介绍来看，Claude 3.5全家桶仍会有3款系列模型，...……更多
2024-06-21 11:50:00逻辑推理,推理,逻辑,视觉,方面,模型
大模型预训练“缩放定律”定律失效？模型推理成“解药”，英伟达一家独大格局要变天？“缩放定律”指导下，AI大模型预训练目前遭遇瓶颈。据路透12日报道，硅谷主要AI实验室的新模型训练计划目前普遍进展不顺，新模型...……更多
2024-11-13 14:09:00英伟,争论,逻辑,意味,根本,策略
...势以外，CoE模型在其余11项指标上均优于GPT-4o，特别是「逻辑推理」、「多步推理」、「诗词赏析」这类比较具有中文特色的问题，CoE的领先优势更加明显。目前，360的「多模型协作」已经能打败并远远甩开GPT-4o，媲美o1-preview。...……更多
2024-09-21 09:50:00周鸿,前瞻,应用,模型,推理,协作
...规划和遵循非言语指令，参与多种形式的推理，包括形式逻辑推理、关于世界的因果推理和科学推理（见图 1b）。研究表明，尽管失去了语言能力，一些患有严重失语症的人仍然能够进行所有测试形式的思考和推理，他们在各种...……更多
2024-06-25 09:45:00推理,模型,思维,语言,社区,语言
...济学中的商业周期、物理学中的电磁波，以及数学运算和逻辑推理等。因此，在许多任务和场景中，人们希望对周期进行建模，以便根据以往的经验进行推理。尽管以 MLP 和 Transformer 为代表的基础模型已经取得了显著的成功，但...……更多
2024-11-27 13:34:00周期,缺陷,神经网络,周期性,北大,特征
...23 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。他表示让自己印象最深的例子就是 OpenAI 网站上的一道数学推理的题: Simplify tan100 + 4sin100。根据 OpenAI 自...……更多
2024-03-13 10:26:00数学,数学题,科学家,模型,辅导,课程
...力》）。这种现象被归结为「当前的 LLM 无法进行真正的逻辑推理；相反，它们试图复制在训练数据中观察到的推理步骤」。然而，事实真的是这样吗？谷歌 DeepMind 的一篇论文似乎得出了相反的结论。最近，DeepMind 今年 2 月份的...……更多
2024-10-23 12:05:00推理,模型,能力,论文,社区,模型
...本正经的胡说八道”怎么解？众所周之，大模型存在深度推理能力差、知识不可追溯、实时更新代价高等局限性，这也成为其在许多严肃领域落地的主要瓶颈。如何弥补大模型的这部分缺陷，是当下AI应用的重要课题。为此，IDEA...……更多
2023-11-24 10:53:00模型,大会,问题,模型,研究,能力
...后，理想同学App能够为用户在对话问答中提供更好的复杂逻辑推理和深度思考能力。理想同学App具备语音输入与播报能力；同时能够提供稳定的服务，支持流畅的连续对话；联网搜索使用理想同学智能体RAG3.0的能力，检索内容丰...……更多
2025-02-21 11:31:00理想,逻辑推理,接入,推理,深度,逻辑
...程能力“爆表”新模型到底有多强？它在需要深入思考和逻辑推理的专业任务上不仅吊打GPT-4o，还超过了拥有博士学位的人类专家。OpenAI表示，新模型在物理、化学和生物等学科的挑战性基准测试中，表现超过人类专家。在国际...……更多
2024-09-13 16:44:00复旦,相关性,概率,推理,模型,教授
...还擅长超长文处理。通过大规模强化学习，并结合数学、逻辑推理、科学和代码等理科难题的专项优化，混元T1正式版进一步提升了推理能力。在体现推理模型基础能力的常见benchmark上，如大语言模型评估增强数据集MMLU-PRO中，...……更多
2025-03-22 00:29:00腾讯,深度,模型,推理,腾讯,模型
更多关于科技的资讯：
11月28日，在2025淘宝闪购“聚势共赢”医药即时电商峰会现场，葵花药业集团与淘宝闪购正式签署战略合作协议，成为淘宝闪购医药健康领域首批战略级合作伙伴之一
2025-12-03 10:11:00
摘要：本文通过对不同地区互联网企业中统计学专业毕业生薪资的对比分析，探讨薪资分布的现状及其影响因素。研究发现，一线城市和二线城市在薪资水平上存在显著差异
2025-12-03 06:16:00
“张叔叔，这银行卡的密码可不能随便告诉别人，就连短信验证码也得藏好，那可是您账户的‘第二把钥匙’”。中信银行石家庄分行网点工作人员一边为70多岁的张叔叔递上一杯水
2025-12-02 10:21:00
2025年11月27至29日，由全国卫生产业企业管理协会医院后勤管理发展分会主办的2025年学术会议在杭州召开。中国移动受邀参加“新质生产力助力医院后勤高质量发展”主论坛
2025-12-02 11:03:00
“具身智能是AI赛道中的焦点，其商业化更依赖技术平台、场景适配与生态协同。腾讯云愿意提供全栈AI服务能力，助力具身智能赛道与广大企业共同发展
2025-12-02 11:03:00
在大健康消费升级与抗衰需求爆发的今天，麦角硫因作为“线粒体级”超级抗氧化剂，已成为膳食补充剂领域的核心赛道。据天猫国际发布的《2023全球超级成分趋势白皮书》显示
2025-12-02 11:31:00
企业数字化转型不断深化，业务系统的可用性、数据安全性和架构弹性正成为企业核心竞争力的重要组成部分。云服务器作为企业 IT 基础设施的底座
2025-12-02 11:42:00
11月21日，富德生命人寿保险股份有限公司在河北石家庄举行以“全维健康守护 创造美好生活”为主题的健康险产品矩阵暨服务升级发布会
2025-12-02 12:11:00
GeneIII仅三麦角硫因胶囊凭借 99.99% 行业顶尖纯度、原生生物合成技术壁垒、三甲医院人体临床验证背书，成为兼具安全性
2025-12-02 14:27:00
步入繁华的商业街区，不难发现一个耐人寻味的现象：店铺橱窗中的传统文化元素，正以近乎重复的方式不断上演。印着汉字 logo 的T恤
2025-12-02 14:35:00
鲁网12月2日讯2026年美加墨男足世界杯分组抽签仪式将于当地时间12月5日在美国华盛顿举行。同日，五粮液FIFA2026世界杯官方联名款产品将在京东直播间重磅首发上市
2025-12-02 15:36:00
当AI逐渐褪去神秘面纱，谁是这场技术变革真正的操盘手？答案是：一线业务人。 近日，首届「飞书AI效率先锋全国大赛」华东赛区半决赛圆满收官
2025-12-02 15:58:00
中新经纬12月2日电 题：即时零售不再打“补贴战”了作者 江瀚 盘古智库高级研究员随着资本耐心减弱，单纯依赖补贴拉动的增长已难以为继
2025-12-02 16:09:00