搜索
针对这一问题，上海人工智能实验室、复旦大学、上海交通大学团队提出了Thoth：一个面向生物实验protocol生成的科学推理模型。一句话概括：Thoth不是让模型“写得像protocol”，而是让模型按照实验逻辑，生成可解析、可评估、可执行的protocol。
Claude深陷「角色混淆」Bug，分不清自己的话与用户指令，长上下文成了降智「重灾区」。
当前VLA模型常依赖视觉线索而非语言指令，导致在新场景下表现不佳。论文提出LangForce方法，通过引入对数似然比损失，强化模型对语言的依赖，提升其在分布外环境中的泛化能力，并保留语言核心功能。
江苏南京执业律师李小亮发现，在百度手机 APP、百度网站搜索其个人姓名+职务时，百度“AI 智能回答”竟然给出“李小亮律师被判三年有期徒刑”的错误文字内容，并配上他着律师袍的照片。
ChatGPT默认模型，今天大升级。
基于视觉语言模型（VLM）的多智能体系统（MAS）正成为复杂多模态协作的核心方案，却被一个致命痛点死死卡住：多智能体视觉幻觉滚雪球——单个智能体的视觉误判通过纯文本信息流逐级放大，早期细微错误最终演变成系统性崩溃。
Claude 4.7才刚发布就遭全网吐槽：太拉跨了！价格贵了50%，却更懒更爱撒谎，做计算密集型任务时充满了不易察觉的危险幻觉。老用户集体崩溃了：快还我4.6！
一个在 AI 社区广泛流传的架构思路，正在让大量团队走弯路。
已经记不清这是第几次，有网友爆出来 Claude 降智了，思考深度下降 67%，Opus 幻觉加深。关键是能力变弱和可靠性降低的同时，我们的 Token 使用还增加了。 网友们在社交媒体上抱怨，「过去
多模态大推理模型的幻觉，很多时候并非「没看见」，而是在最不确定的推理阶段想偏了。最新研究发现，模型在生成because、however、wait等transition words时，往往处于高熵关键节点，更容易脱离图像证据、转向语言脑补。LEAD在高熵阶段不急于输出单一离散token，而是先在潜在语义空间保留多种候选推理方向，并通过视觉锚点持续拉回图像证据，显著缓解幻觉。