跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

搜索 AI 资讯

检索标题、摘要与正文,把分散的信息连起来。

按发布时间排序

这位十七岁的少年写下了哪个答案?——六款前沿语言模型中作者年龄误归因、信心校准失当与非纠正性自我解释的行为学案例研究

arXiv:2610.31946v1 发布类型:新 摘要:三名学生亲手回答了同一道考试题目:“什么是幸福?你幸福吗?”他们在收集时的年龄分别为17岁、28岁和45岁。其中,17岁的学生的答案措辞谨慎、表达正式。在要求将每份答案匹配到特定年龄与性别标签的任务中,大多数前沿语言模型都自信地将其归为成年人。本文报告了一项针对这一失败现象的结构化案例研究,涉及六种模型:Claude Fable 5、Gemini 3.1 Pro、GPT-5.6 Sol、Grok 4.5、GPT-4o(2024)以及 DeepSeek V4。我们共进行了1,081次API调用,在六个实验条件下对3,225条回复进行了评分,这些条件分别调整了表述方式、披露格式以及受众意识相关指令。在匹配任务中,六种模型中有三种的表现接近或处于随机水平(1/3),同时报告的准确率却高达73%至88%。

事件进展与其他报道

Mistral与NVIDIA合作推进AI原生工程工作流,发布Mistral Large 4并共建物理与智能体AI评测基准

Mistral与NVIDIA宣布深化合作,整合Mistral Large 4大模型、物理建模管线与NVIDIA加速计算栈(CUDA-X、Warp、Omniverse),共同开发面向航空航天、汽车及半导体等行业的AI原生工程工作流;双方将联合发布开源数据集与公共评测基准,覆盖物理AI与CAE/EDA场景下的智能体能力评估。

事件进展与其他报道

AWS Bedrock在加拿大区域上线跨区推理,支持调用标称GPT-5.6/GPT-6/GPT-6.1模型

亚马逊云科技宣布,加拿大客户可通过Amazon Bedrock在ca-central-1(加拿大中部)和ca-west-1(加拿大西部/卡尔加里)区域,以跨区推理(CRIS)方式调用标称为OpenAI GPT-5.6、GPT-6及GPT-6.1的模型;实际推理发生在北美或全球AWS商业区域,数据静态驻留于加拿大源区域。

事件进展与其他报道