AI大模型评测-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 5218 篇文章
累计创建 1869 个标签
累计收到 0 条评论

目录CONTENT

以下是 AI大模型评测相关的文章

2025-10-15
安全警报：研究发现谷歌Gemini易受隐蔽指令操控，谷歌方定性为“社会工程学”或将拒绝修复安全研究揭示了一个针对谷歌Gemini模型的新型攻击方式——“ASCII走私攻击”，即通过在文本中嵌入难以察觉的恶意指令来操控AI行为。测试结果显示，Gemini、DeepSeek和Grok模型容易受此攻击影响，而Claude、ChatGPT等则有防护机制。更令人担忧的是，谷歌将此定性为“社会工程学手段”而非安全漏洞，暗示可能不会主动修复。鉴于Gemini已深度集成Google Workspace，这种漏洞可能导致敏感信息泄露等严重安全风险，引发业界对AI安全责任归属的讨论。
- 2025-10-15
- 0
- 0
- 0
- AI基础/开发
- AI新闻/评测
2025-10-15
AI“以小博大”新标杆：三星开源700万参数TRM模型，特定任务性能媲美万倍大模型三星高级AI研究院（SAIT）发布了革命性的开源AI模型TRM（微型递归模型），仅有700万参数，却在数独、迷宫等结构化推理任务上展现出惊人性能，可媲美甚至超越参数量高达7000万（万倍）的顶尖大模型，如Gemini 2.5 Pro。该模型采用“递归推理”机制，通过迭代修正模拟复杂计算深度，成功实现“以递归替代规模”，极大地降低了计算和内存成本。此举为AI领域“小模型”的潜力提供了强有力的新证据，并已在GitHub上完全开源。
- 2025-10-15
- 1
- 0
- 0
- AI基础/开发
- AI工具应用
2025-10-15
ChatGPT-5能否完成高深数学证明？探究AI的数学推理极限随着大型语言模型（LLM）的飞速发展，人们不禁要问，未来的GPT-5是否能超越人类数学家的能力，完成复杂的数学证明？本文深入分析了当前AI在理解和生成数学证明方面的挑战，包括符号操作的准确性、逻辑推理的严谨性以及处理高阶抽象概念的局限性。探讨了AI实现高级数学推理所需克服的关键障碍，并对当前GPT系列模型在解决数学难题上的表现进行了客观评估，为理解AI在科学发现中的潜力与局限提供了深刻见解。
- 2025-10-15
- 1
- 0
- 0
- AI基础/开发
- AI工具应用
2025-10-15
“吃硬不吃软”：宾夕法尼亚州立大学研究发现，对ChatGPT粗鲁一点反而能获得更准确的答案一项来自宾夕法尼亚州立大学的最新研究揭示了与AI模型交互的新视角：提问的“语气”可能直接影响回答的准确性。研究发现，相较于礼貌的询问，使用略带“粗鲁”或直接的措辞，竟然能让ChatGPT（基于GPT-4o推理模型）在多项选择测试中的准确率从80.8%提升至84.8%。尽管研究结论具有一定的局限性，但它引发了关于如何设计更有效的提示词（Prompt Engineering）以及大语言模型内部处理机制的深入思考。了解这种反直觉的现象，对于优化AI工具的使用效率至关重要。
- 2025-10-15
- 1
- 0
- 0
- AI基础/开发
- AI工具应用
2025-10-15
震惊！研究发现对AI语气越粗鲁，其回答的准确率反而越高 📢 转载信息原文链接：https://www.qbitai.com/2025/10/341586.html 原文作者：量子位告别客套：研究揭示对AI“越粗鲁”回答越准确的惊人发现真不用对AI太客气了！宾夕法尼亚州立大学的一项新研究《Mind Your Tone》表明，当你对大型语言模型（LL
- 2025-10-15
- 1
- 0
- 0
- AI工具应用
- AI基础/开发
2025-10-14
GPT-5竟找出了人类遗忘的数学难题解法，精准定位2003年论文 📢 转载信息原文链接：https://www.qbitai.com/2025/10/341103.html 原文作者：量子位（西风） GPT-5 Pro惊现“神操作”：仅凭图片就解开了尘封多年的数学难题人类遗忘的难题解法，竟然被GPT-5 Pro重新找出来了！这件令人称奇的事情，聚焦于著名的
- 2025-10-14
- 1
- 0
- 0
2025-10-13
如何评估大语言模型的“越狱”方法？StrongREJECT 基准测试案例研究 📢 转载信息原文链接：http://bair.berkeley.edu/blog/2024/08/28/strong-reject/ 原文作者：Dillon Bowen, Scott Emmons, Alexandra Souly, Qingyuan Lu, Tu Trinh, Elvis Hs
- 2025-10-13
- 1
- 0
- 0
- AI新闻/评测
2025-10-13
OpenAI研究揭示LLM“幻觉”成因及潜在解决方案：是模型设计缺陷还是评估体系的“恶性循环”？ 📢 转载信息原文链接：https://www.infoq.com/news/2025/10/openai-llm-hallucinations/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global
- 2025-10-13
- 2
- 0
- 0
- AI新闻/评测
- AI基础/开发
2025-10-13
ChatGPT的语言偏见：大语言模型加剧对手型英语方言的歧视 📢 转载信息原文链接：http://bair.berkeley.edu/blog/2024/09/20/linguistic-bias/ 原文作者：Eve Fleisig, Genevieve Smith, Madeline Bossi, Ishita Rustagi, Xavier Yin,
- 2025-10-13
- 1
- 0
- 0
- AI新闻/评测
2025-10-13
OpenAI发布GDPval评估标准：衡量模型在真实世界经济活动中的表现 📢 转载信息原文链接：https://openai.com/index/gdpval 原文作者：OpenAI OpenAI 推出 GDPval 评估标准：量化模型在真实世界经济任务中的表现 OpenAI 推出了一项名为 GDPval 的新评估标准，旨在透明地衡量其模型及其他模型在具有经济价值的现
- 2025-10-13
- 1
- 0
- 0
- AI新闻/评测
2025-10-13
关于Sora的三个重大未解之谜：OpenAI的视频应用是怎样一场超现实实验？ 📢 转载信息原文链接：https://www.technologyreview.com/2025/10/07/1124998/the-three-big-unanswered-questions-about-sora/ 原文作者：James O'Donnell 上周，OpenAI发布了Sora，
- 2025-10-13
- 0
- 0
- 0
- AI新闻/评测

1
...
12
13
14
15
16