微软最近与Salesforce Research联合发布了一篇名为《Lost in Conversation》的研究，说当前最先进的LLM在多轮对话中表现会大幅下降，平均降幅高达39%。这一现象被称为对话中的"迷失"。文章分析了各大模型（包括Claude 3.7-Sonnet、Deepseek-R1等）在多轮对话中的表现差异，还解析了模型"迷失"的根本原因及有效缓解策略。
理想中的多模态大模型应该是什么样？十所顶尖高校联合发布General-Level评估框架和General-Bench基准数据集，用五级分类制明确了多模态通才模型的能力标准。当前多模态大语言模型在任务支持、模态覆盖等方面存在不足，且多数通用模型未能超越专家模型，真正的通用人工智能需要实现模态间的协同效应。
「Scaling Law 即将撞墙。」这一论断的一大主要依据是高质量数据不够用了
现在大部分的AI工具都在推崇“一句话帮你生成xxx”，它们致力于提供快速答案、自动化任务，甚至替代人类的思考过程。然而，我们认为思考是人类最重要的权利，人类不应该把这个权利让渡给AI，因此我们开发了知己Aletheia。
数学能力几乎和AlphaGo的围棋水平一样？！
太疯狂了，AlphaGo的「第37步」时刻，已经来临。谷歌的AlphaEvolve，让我们从此进入AI创造科学的时代，人类科研将彻底颠覆！背后的研究者也首次接受采访，揭秘研究过程中的一些惊人细节。
GPT-5将会集大成于一体？！
AI宝宝说话视频（AI talking baby）正在席卷TikTok。最近，在X和TikTok等海外社交媒体平台上，有一个非常火爆的AI内容创作趋势，那就是AI baby podcast（AI宝宝播客）。相关视频动辄超千万播放，几十万乃至上百万的点赞，一些专门制作此类内容的账号也迅速蹿红，其中一个代表性账号“babypodcast”，13天涨粉超22万。
多模态大模型（Multimodal Large Language Models, MLLM）正迅速崛起，从只能理解单一模态，到如今可以同时理解和生成图像、文本、音频甚至视频等多种模态。正因如此，在AI竞赛进入“下半场”之际（由最近的OpenAI研究员姚顺雨所引发的共识观点），设计科学的评估机制俨然成为决定胜负的核心关键。
谷歌DeepMind重磅推出AlphaEvolve，最强通用AI智能体横扫数学难题！它不仅推动了300年「接吻数难题」，一举颠覆了56年前Strassen算法神话。而且，还在AI训推、TPU设计、数据中心领域，展现出了极强的实力。
