首个满分选手的出现，标志着AI医疗的又一个里程碑。 近日，美国初创公司OpenEvidence宣布，其开发的全新AI系统在美国医师执照考试（USMLE）中获得了100%的满分。
我们每天花在群聊上的时间越来越多，却也越来越感到疲惫和混乱。想想看，那些无尽的消息提醒、找不到的重要信息、永远进行不下去的决策讨论，还有复制粘贴ChatGPT回答的尴尬时刻。这些看似日常的群聊烦恼，其实暗示着一个更深层的问题：AI革命已经改变了我们与机器的交互方式，但我们最重要的社交空间——群聊，却依然停留在十年前的状态。
在人工智能技术迅速迭代的当下，一种新的幻觉机制正在悄然成型。
随着ChatGPT，DeepSeek等一批AI大模型被人们越来越多运用到日常生活和工作中，用ChatGPT解答疑问，编写程序，创作音乐和写作，成为了越来越多人的日常。
GPT-5是一个分水岭，终于学会了「推理」。联创Greg Brockman最新访谈畅谈了OpenAI AGI之路，未来AI可以做到边用边学，在超临界模式下推导出N阶后果。
自GPT-2以来，大模型的整体架构虽然未有大的变化，但从未停止演化的脚步。借OpenAI开源gpt-oss（120B/20B），Sebastian Raschka博士将我们带回硬核拆机现场，回溯了从GPT-2到gpt-oss的大模型演进之路，并将gpt-oss与Qwen3进行了详细对比。
作者测试了智谱GLM-4.5V（开启/关闭推理）、豆包、Kimi、元宝和ChatGPT-5在识别十张奇葩卫生间标识上的表现。评测模拟紧急如厕场景，按识别正确性评分。结果智谱普通模式得分最高（86分），ChatGPT-5和智谱推理模式次之（78分），豆包和元宝70分，Kimi垫底（38分），揭示了各AI视觉能力的差异及局限性。
情绪价值这块儿，GPT-5让很多网友大呼失望。 免费用户想念GPT-4o，也只能默默调理了。
GPT-5比人类医生还会看X光片？！ 最新研究显示，GPT-5对医学影像的推理和理解准确率分别比人类专家高出24.23%和29.40%。
前沿 AI 模型真的能做到博士级推理吗？ 前段时间，谷歌、OpenAI 的模型都在数学奥林匹克（IMO）水平测试中达到了金牌水准，这样的表现让人很容易联想到 LLM 是不是已经具备了解决博士级科研难题的推理能力？
