OctoTools通过标准化工具卡和规划器，帮助LLMs高效完成复杂任务，无需额外训练。在16个任务中表现优异，比其他方法平均准确率高出9.3%，尤其在多步推理和工具使用方面优势明显。
就在刚刚，OpenAI 发布了一系列专为构建 AI Agents 设计的新工具和 API，帮助开发者更容易创建能自动完成任务的 AI Agents（智能体）。
在32道高等数学测试中，LLM表现出色，平均能得分90.4(按百分制计算)。GPT-4o和Mistral AI更是几乎没错！向量计算、几何分析、积分计算、优化问题等，高等AI模型轻松拿捏。研究发现，再提示（Re-Prompting）对提升准确率至关重要。
ChatGPT 平地一声雷，打乱了很多人、很多行业的轨迹和节奏。这两年模型发布的数量更是数不胜数，其中文本大模型就占据了 AIGC 赛道的半壁江山。关注我的家人们永远都是抢占 AI 高地的冲锋者。
OpenAI的模型搞得太多太凌乱，官方自己都看不下去了。
AI竟能精准模拟博士生资格考试？只需将评委的履历和论文输入ChatGPT，就能创建数字形象，模拟面试问题，顺利通过考试。
CMU团队用LCPO训练了一个15亿参数的L1模型，结果令人震惊：在数学推理任务中，它比S1相对提升100%以上，在逻辑推理和MMLU等非训练任务上也能稳定发挥。更厉害的是，要求短推理时，甚至击败了GPT-4o——用的还是相同的token预算！
一直以来，AI 领域的研究者都喜欢让模型去挑战那些人类热衷的经典游戏，以此来检验 AI 的「智能程度」。
继DeepSeek 之后，一款由国内开发的通用AI Agent产品也引发热议——
知名风险投资公司 Andreessen Horowitz (a16z) 周四刚刚发布了新报告。报告发现，ChatGPT 用了 9 个月的时间从 2023 年 11 月的每周 1 亿活跃用户增长到 2024 年 8 月的 2 亿，但现在该应用程序只用了不到六个月的时间就再次将这一数字翻了一番。
