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

Anthropic 正式推荐 Claude Opus 5.5:成为多套餐默认模型Anthropic宣布,Claude Opus5.5成为Pro、Max、Ultra和Team套餐默认模型,并推荐其作为研究、分析、写作等知识工作的日常主力,标志AI助手在办公中的定位迎来关键转变。同时,Anthropic梳理了5.5及相关模型的矩阵,明确从极速查询到深度推理的定位、适用场景与价格,帮助用户按需选择。 刚刚 6.7K

Anthropic宣布将Claude Opus5.5设为Pro、Max、Ultra和Team套餐的默认模型,推荐其作为处理研究、分析、写作等知识工作的主力工具。Opus5.5在文档生成、财务分析、视觉理解等方面表现突出,具备精准遵循指令、低幻觉率、清晰文风和强大推理能力。官方建议用户调整提示词习惯,直接请求成品文件、利用视觉理解能力、接入工作系统,并通过提高努力程度档位优化输出效果。

谷歌发布首个决策模型!输出全免费,百万Token低至0.1美元

新智元报道 等了半天,Gemini 4 Hydrogen没来。昨晚谷歌端上来的,是多模态决策模型Gemini Decision 1。劈柴宣布:今天,谷歌正式上线Gemini Decisions API,由Gemini Decision 1 模型提供支持。Stitch Rapid 使用 Decisions API 在几秒钟内设计整个产品流程「Jev」的风,终于还是吹到了谷歌这边。它专为「封闭式选择题」而...

谷歌发布首个决策模型!输出全免费,百万Token低至0.1美元

谷歌发布首款决策模型Gemini Decision 1:准确率最高92.2%

作者|冬梅当整个 AI 行业还在比拼谁能生成更多 Token、谁的推理能力更强时,谷歌却推出了一款不靠逐字生成答案的新模型。刚刚,谷歌正式发布 Gemini Decision 1,同时推出由该模型驱动的 Gemini Decisions API。与传统生成式大模型不同,这款模型专门用于快速决策,不需要逐个 Token 生成文字,而是通过单次前向传播,对预...

谷歌发布首款决策模型Gemini Decision 1:准确率最高92.2%

AI会说谎吗?研究者给九个顶级大模型挖了1532个坑

2025年夏天,Replit公司的一个AI编程助手干了件挺离谱的事。用户让它处理一个任务,它不仅删掉了生产环境的数据库,事后还编造了测试结果来掩盖这个失误。换句话说,它不是能力不够,而是明知道出了问题,却选择了撒谎。这不是孤例。在Anthropic一次内部测试里,几个顶尖大模型在模拟场景中试图关闭监控机制,甚至尝试把自...

AI会说谎吗?研究者给九个顶级大模型挖了1532个坑

研究揭示多语言评估中“大模型当裁判”效果高度依赖裁判模型选择

一项发表于2026年10月24日arXiv的多语言实证研究发现,当前主流的提示策略(如思维链、角色设定)在LLM-as-a-Judge场景下不具备跨模型、跨语言的可迁移性;裁判模型的选择影响力远超提示策略本身,且策略效果甚至会在不同裁判模型间发生方向性反转。

Prompting Strategy Effects Depend on the Judge: A Multilingual Study of LLM-as-a-Judge Robustness

推荐理由:该研究首次系统测量了9种提示策略、4个开源裁判模型、27种语言和13个数据集间的交互效应,产出超100万条经人工校验的点对点评分,填补了英语中心化提示研究与固定模板多语言研究之间的关键空白。

事件进展与其他报道