棋盘变战场，大模型却呆了？普林斯顿、UT Austin新基准SPIN-Bench曝AI智商瓶颈
棋盘变战场，大模型却呆了？普林斯顿、UT Austin新基准SPIN-Bench曝AI智商瓶颈当棋盘变成战场，当盟友暗藏心机，当谈判需要三十六计，AI 的智商令人叹息！
来自主题: AI技术研报
9223 点击 2025-03-25 09:50
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
当棋盘变成战场，当盟友暗藏心机，当谈判需要三十六计，AI 的智商令人叹息！
过去20年，STEM博士创业率狂跌38%。这背后，是知识负担带来的结果。当代科学家需要掌握的知识量呈爆炸式增长，做出科研成果的年龄被拉长到40多岁。AI会是下一个出路吗？
DeepSeek深夜偷袭。昨天晚上，他们的v3模型，有了一波更新，版本号到了DeepSeek-V3-0324，而且是直接开源的。
大神卡帕西带着他的教程又来了！这次不是教学视频，而是手把手教你如何用大模型开发APP——他没有阅读任何文档，也没有在专门平台Swift编程过，在与ChatGPT仅四轮对话的指导下，成功在手机上运行上了。
自 24 年 11 月起，我开始动手打造一个专注于 AI视频作品展示 的网站。在 AI 的助力下，我独立完成了 前后端与插件开发，成功落地了人生第一款真正意义上的个人作品。这篇文章将围绕 项目介绍、开发历程、工具使用心得、小白成长思考 等方面，分享我在这几个月中的所有收获与感悟。
昨天看到一个非常有意思的事情。
权力游戏：阿布扎比250亿美元的美国AI革命赌局
氛围编程彻底火了。刚刚，没有任何Swift编程经验的Karpathy亲自代言，通过与ChatGPT多轮对话，仅用400行代码构建出自己的首个iOS应用。
RAG应用的一大复杂性体现在其多样的原始知识结构与表示。特别在企业场景下，混合多种媒体形式且具有复杂布局的文档随处可见，比如一份PPT：
随着AI智能体的爆发，Browser Use异军突起，刚刚融资1700万美元。它能让AI智能体轻松地「读懂」网站并自动完成复杂任务，引领了一波AI应用热潮。