ENIGMAEVAL
AI无法攻克的235道谜题！让o1、Gemini 2.0 Flash Thinking集体挂零
Scale AI 等提出的新基准再次暴露了大语言模型的弱点。 又又又一个超高难度的推理基准测试向 AI 发出了挑战！ 大语言模型的进展伴随着评估基准的不断进步，各种难度、覆盖不同学科的评估基准被用来测试这些模型的各项能力。
2/17/2025 1:28:00 PM
机器之心
- 1
资讯热榜
DeepSeek+Drawio一键生成20多种图表，90%都不知道的技巧（附保姆级教程）
Manus 内测启动：Monica 团队推出“通用 AI 代理”引发热议
阿里新开源推理大模型QwQ-32B，性能媲美DeepSeek-R1、显存需求更小
大模型系列：DeepSeek大模型与应用场景介绍
Windsurf Wave 4版本发布：AI编程工具再升级 更智能、更高效
Monica团队出品全能AI智能体Manus爆了，Manus邀请码怎么搞？
2025全球人工智能追踪报告：8658%增幅黑马Deepseek崛起
PyTorch领军人物Horace He从Meta离职 加入OpenAI前CTO创立的初创公司
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
数据
机器人
谷歌
大模型
智能
Midjourney
模型
用户
学习
GPT
开源
微软
AI创作
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
生成式
蛋白质
芯片
Gemini
代码
神经网络
计算
腾讯
研究
Sora
AI设计
3D
开发者
GPU
AI for Science
英伟达
机器学习
场景
预测
伟达
华为
Transformer
模态
Anthropic
深度学习
百度
驾驶
文本
AI视频
苹果
搜索
神器推荐
算力
LLaMA
科技
Copilot
xAI
视频生成
安全
应用
干货合集
2024
字节跳动
特斯拉
人形机器人
具身智能
视觉
语音
Claude
亚马逊
大语言模型
AI应用场景
AGI