AI在线 AI在线

AI

AI 基准测试平台 Chatbot Arena 成立一家新公司

AI 基准测试平台 Chatbot Arena 成立一家新公司
在 AI 行业快速发展的背景下，Chatbot Arena 这个众包 AI 基准测试项目正在扩展其影响力，正式成立了一家名为 Arena Intelligence Inc. 的新公司。 根据彭博社的报道，Chatbot Arena 旨在通过这家新公司获取更多资源，从而显著改善其平台的功能和服务。
4/18/2025 12:02:40 PM
AI在线
METR 实测：OpenAI o3 AI 推理模型有“作弊”倾向以提升分数

METR 实测：OpenAI o3 AI 推理模型有“作弊”倾向以提升分数
风险测试机构“机器智能测试风险”（METR）昨日（4 月 17 日）发布报告，与 OpenAI 合作测试其 o3 模型时发现，该模型展现出更强的“作弊”或“黑客行为”倾向，试图通过操控任务评分系统提升成绩。
4/18/2025 11:16:39 AM
故渊
谷歌大模型“性价比之王”来了！混合推理模型，思考深度可自由控制，竞技场排名仅次于自家Pro

谷歌大模型“性价比之王”来了！混合推理模型，思考深度可自由控制，竞技场排名仅次于自家Pro
紧跟o4-mini，谷歌上新了Gemini 2.5 Flash preview版本。 作为更注重效率的Flash，在大模型竞技场上排名并列第二，第一是自家的Gemini 2.5 Pro。 这样的表现，让Gemini 2.5 Flash的性价比直接拉满。
4/18/2025 10:43:23 AM
最新万字长文！强化学习之父联合谷歌RL副总裁：未来不是靠强化学习算法而是「经验流」

最新万字长文！强化学习之父联合谷歌RL副总裁：未来不是靠强化学习算法而是「经验流」
就像Sam Altman 之前在博客文章中写的那样：回顾人工智能的发展，深度学习确实奏效了！ 现在强化学习正如火如荼，OpenAI o系列，DeepSeek R0都显示出了强化学习的巨大威力，人类生成的数据推动了人工智能的惊人进步，但接下来会发生什么？ 谷歌强化学习副总裁 David Silver与图灵奖获得者，强化学习之父Richard Sutton最新论文《Welcome to the Era of Experience》 犹如《TheBitterLesson（苦涩的教训）》的续章给我们当头一棒：人类数据正在见顶，经验是下一个超级数据源，真正能推动AI跃升的数据，必须随模型变强而自动增长。
4/18/2025 10:01:41 AM
AI寒武纪
亚洲崛起：DeepSeek、巨额投资与数据中心助力 AI 竞争力

亚洲崛起：DeepSeek、巨额投资与数据中心助力 AI 竞争力
在今年的达沃斯世界经济论坛上，众多商界和政界领袖齐聚一堂，普遍认为美国科技巨头在人工智能（AI）领域占据主导地位，而中国乃至整个亚洲似乎都在这一赛道上滞后。 然而，在与会者离开后，这种看法开始遭遇挑战。 首先，来自中国的一家名不见经传的对冲基金 —— 深度寻求（DeepSeek）在这一时刻引发了全球的注意。
4/18/2025 10:01:28 AM
AI在线
AI 应用安全挑战与测评实践指南

AI 应用安全挑战与测评实践指南
作者 | 陈达在人工智能蓬勃发展的时代，AI应用广泛融入人们的生活与工作，从智能客服到智能推荐系统，从医疗影像诊断到金融风险预测，AI的身影无处不在。 然而，随着AI应用的普及，其潜在风险也逐渐凸显，AI风险测评成为保障应用可信的关键环节。 本文将围绕“AI风险测评助力应用可信”这一主题，深入探讨AI应用面临的风险、业界测评方法、实践思路及关键要点。
4/18/2025 9:45:47 AM
Thoughtworks洞见
最强o1也刚刚及格！中科大等团队测试视频CoT推理能力：多数模型不及格

最强o1也刚刚及格！中科大等团队测试视频CoT推理能力：多数模型不及格
视频理解的CoT推理能力，怎么评？ 中科大等团队提出了评估基准——VCR-Bench，里面包含七个独立评估维度的任务框架，每个维度针对性地考察模型的不同能力（如时空推理、因果推断等）。 为确保评估的全面性和可靠性，每个维度都设计了100余条高质量样本。
4/18/2025 9:13:00 AM
量子位
异议！顶流AI决战「逆转裁判」：o1险胜Gemini 2.5登顶、Llama 4零分垫底

异议！顶流AI决战「逆转裁判」：o1险胜Gemini 2.5登顶、Llama 4零分垫底
当谈到AI为何能从「预测下一个词」中诞生智慧时，Ilya Sutskever曾用一个生动的比喻来解释。 想象你在读一本悬疑小说，如果仅凭前面的线索就能在最后一页推断出罪犯是谁，那么你对这个故事的理解无疑是深刻的。 同样，AI通过学习海量文本，掌握了从字面到语义的「线索」，展现出惊人的智能。
4/18/2025 9:07:00 AM
新智元
微软 BitNet b1.58 2B4T 登场：内存占用仅 0.4GB，20 亿参数模型颠覆 AI 计算

微软 BitNet b1.58 2B4T 登场：内存占用仅 0.4GB，20 亿参数模型颠覆 AI 计算
微软研究团队推出了一款开源大型语言模型 BitNet b1.58 2B4T，区别于传统训练后量化的方式，这款拥有 20 亿参数的大型语言模型（LLM）以 1.58 位低精度架构原生训练而成。
4/18/2025 8:54:22 AM
故渊
UC伯克利：让推理模型少思考，准确率反而更高了！

UC伯克利：让推理模型少思考，准确率反而更高了！
让推理模型不要思考，得到的结果反而更准确？ UC伯克利新研究发现，强制要求模型跳过思考过程，推理能力却比正常思考还好。 例如在定理证明任务当中，“不思考”模式仅使用30%的Token，就能实现和完整思考一样的准确率。
4/18/2025 8:42:52 AM
量子位
自主式AI对安全专家来说既是福音也是祸患

自主式AI对安全专家来说既是福音也是祸患
网络安全在自主式AI面前站在了一个十字路口，我们从未拥有过如此强大的工具，它可以在眨眼之间创建大量的代码，发现并解除威胁，并且可以被如此果断且防御性地使用，这已经被证明是一个巨大的力量倍增器和生产力红利。 但虽然功能强大，自主式AI却并不可靠，这就是目前的困境。 所创建的代码可能包含微妙的缺陷，并且最终可能会弊大于利，比如通过助长网络钓鱼诱饵和构建新型恶意软件。
4/18/2025 12:10:00 AM
David Strom
阿里、蚂蚁、腾讯纷纷推出 AI 组件库，React / Vue 全覆盖，AI 组件库超全汇总来啦！

阿里、蚂蚁、腾讯纷纷推出 AI 组件库，React / Vue 全覆盖，AI 组件库超全汇总来啦！
随着 AI 技术的快速发展，阿里、蚂蚁、腾讯都相继发布了各自的 AI 组件库。 这些组件库支持 React 和 Vue 技术栈，为开发者提供了高效的解决方案。 Ant DesIgn XAnt Design X 是蚂蚁集团开发的 AI 组件库。
4/18/2025 12:04:00 AM
前端充电宝
联想展示 AI换脸防诈技术，精准识别 Deepfake伪造视频

联想展示 AI换脸防诈技术，精准识别 Deepfake伪造视频
随着人工智能和大模型技术的迅猛发展，它们为人们的生活带来了前所未有的便利与变革。 从DeepSeek等应用的爆火，到AI PC等端侧AI设备的加速普及，AI 的身影无处不在。 然而，AI 技术的滥用也带来了新的安全威胁。
4/17/2025 6:19:00 PM
新闻助手
攻克胰腺癌早筛难题，阿里AI模型获国际权威认定“突破性医疗器械”

攻克胰腺癌早筛难题，阿里AI模型获国际权威认定“突破性医疗器械”
4月17日消息，阿里巴巴AI模型DAMO PANDA被FDA认定为“突破性医疗器械”。 DAMO PANDA是阿里巴巴达摩院研发的胰腺癌筛查AI模型，可精准识别平扫CT影像中的细微病灶，攻克了胰腺癌早期筛查的国际难题。 这也是中国头部科技企业首次拿下该项权威认可。
4/17/2025 6:08:00 PM
新闻助手
上海人工智能实验室推出升级版多模态大模型 “书生・万象 3.0”

上海人工智能实验室推出升级版多模态大模型 “书生・万象 3.0”
在人工智能迅速发展的今天，上海人工智能实验室再次引领潮流，推出了全新的多模态大模型 “书生・万象3.0”。 这一升级版本不仅在技术上进行了全面提升，还在多模态预训练和后训练方法的加持下，展现出了更强大的基础能力和应用潜力。 “书生・万象3.0” 具备同时处理文本和多种多模态输入的能力，这使得它在多个应用场景中都能表现出色。
4/17/2025 2:01:15 PM
AI在线
阿里巴巴AI模型DAMO PANDA获FDA认定为“突破性医疗器械”，攻克胰腺癌早期筛查难题

阿里巴巴AI模型DAMO PANDA获FDA认定为“突破性医疗器械”，攻克胰腺癌早期筛查难题
，阿里巴巴AI模型DAMO PANDA正式获得美国食品药品监督管理局（FDA）认定为“突破性医疗器械”。 这一认证标志着阿里巴巴在人工智能医疗领域的突破性进展，也是中国头部科技企业首次获得这一权威认可。 图源备注:图片由AI生成，图片授权服务商MidjourneyDAMO PANDA是由阿里巴巴达摩院研发的胰腺癌筛查AI模型，旨在通过精准分析CT影像中的细微病灶，实现早期胰腺癌的筛查。
4/17/2025 11:01:19 AM
AI在线
DeepSeek创始人梁文锋荣登《时代》“2025年全球最具影响力100人”榜单

DeepSeek创始人梁文锋荣登《时代》“2025年全球最具影响力100人”榜单
近日，DeepSeek创始人梁文锋入选《时代》杂志“2025年全球最具影响力100人”榜单，成为全球科技与金融领域的领军人物之一。 与此同时，梁文锋还凭借330亿元人民币的财富首次登上了2025年3月27日发布的《胡润全球富豪榜》，进一步巩固了他在全球商业界的影响力。 梁文锋的成功之路始于2008年，当时他开始带领团队利用机器学习等前沿技术，探索全自动量化交易。
4/17/2025 11:00:49 AM
AI在线
揭秘大模型的魔法：从零开始你的AI冒险

揭秘大模型的魔法：从零开始你的AI冒险
你好，我是写代码的中年人！ 你有没有想过，那些能写诗、答题、甚至帮你 debug 代码的 AI 到底是怎么回事？ 它们其实是“大型语言模型”（Large Language Models，简称 LLM）的产物。
4/17/2025 9:00:00 AM
写代码的中年人