最难数学题考满分，真实项目只做成两成：AI 到底有多强？
《AI 的边界》系列 · 第 1 篇2026 年 9 月，Epoch AI 推出 FrontierMath: Erdős 测试，收录 68 道大数学家埃尔德什留下、此前无人解决的难题。
给多模态大模型选「眼睛」，两个简单改进让评测相关性接近翻倍
这项工作系统研究了一个实际但尚未得到充分验证的问题:如何在完整训练 MLLM 之前，为目标 LLM 选择合适的视觉编码器?
AI读论文工具哪个好用？5款实测，打开就能用才是真好用
听说AI能读论文，我兴冲冲打开ChatGPT，把论文摘要复制进去，写了一长串提示词让它总结。折腾了十分钟，出来的结果还得自己核对是不是编的。那一刻我才明白：AI读论文，功能有≠好用。真好用的AI，应该是打开论文就能用，不用复制粘贴、不用写提示词。
谷歌最强AI模型：Gemini 4 Carbon登顶全球智能指数榜首
IT之家 10 月 29 日消息，谷歌正式发布新一代前沿大模型 Gemini 4 Carbon，主打业界顶尖的网络安全能力与长程任务处理能力。谷歌称其为目前最强的模型，重点强化了网络安全能力和处理复杂、长周期任务的能力。
推理快，交付慢：“全球最大AI芯片”Cerebras的商业化考验
过去不少人觉得这种特殊的芯片只是在测试环节跑分好看，拿不到真正的商业订单，不过从最近披露的财务数据来看，情况确实发生了一些改变。
Artificial Analysis V5 发布，9 项评测里 5 项改成让模型把活干完
打开 Artificial Analysis 的榜单，第一眼还是一排柱子。最高的 59，最低的 12，二十多个模型一字排开。但真正变的不是分数，是分数底下那九道题。这个叫 Intelligence Index 的指标升到 v5.
刚刚，美国最强开源模型发布！放中国只能排第七？
在第三方评测机构Artificial Analysis的开放权重模型智能指数榜单上，Muse Spark Open获得39分，低于MiMo-V2.6-Pro的46分、GLM-5.3的45分，以及Step 5 Preview、Kimi K3等模型的测评成绩，与DeepSeek V4.1 Flash持平。
奥特曼：谁来决定AI该比人类聪明多少？
AI究竟该被允许比人类聪明多少？在11月3日发布的Raj Shamani访谈里，OpenAI CEO奥特曼主动抛出了这个问题。这听起来像科幻片里的情节，其实距离普通人并不遥远。奥特曼在访谈中追问：AI究竟该被允许比人类聪明多少？
59分全球第一的新模型，普通人一个都用不上
谷歌上个月底发了个新模型，跑分直接冲到全球第一。可你打开 Gemini App 找一圈，根本找不到它。不是你找错了地方，是谷歌压根没打算先给你用。