gemini-4-argon
PulseAugur coverage of gemini-4-argon — every cluster mentioning gemini-4-argon across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新训练方法教会医学视觉语言模型忽略问题偏见
研究人员开发了一种新颖的方法来训练医学视觉语言模型（VLMs），使其仅依赖图像内容，而不受问题措辞的影响。通过使用反事实图像编辑（如擦除病灶），他们创建了一个称为证据敏感性差距（ESG）的指标来衡量这种依赖性。他们使用此方法训练的模型 MedScope-4B，与领先的前沿模型相比，在报告不存在的病灶方面的比率显著降低，同时在真实病灶上的准确性并未下降。然而，这种训练方法并未增强感知能力，并且在检测罕见的关键发现方面存在困难。
-
韩国模型Darwin首次亮相SuperCLUE基准测试，推理能力排名第二
SuperCLUE基准测试于2026年11月发布，其中亮点是韩国的Darwin-180B-RSI-R3模型，该模型首次登上排行榜。在19个参赛模型中，该模型在数学和科学推理方面位居第二，表现优于Gemini-4-Argon和DeepSeek-V4.1-Flash等模型。值得注意的是，Darwin-180B-RSI-R3是一个开源模型，其成本效益与基于API的模型分开评估。
-
Darwin-180B-RSI-R3在SuperCLUE数学推理方面领先开放权重模型
一款新的开放权重模型Darwin-180B-RSI-R3在SuperCLUE的数学和科学推理基准测试中取得了73.68分，在开放权重模型中排名第一，总体排名第二。该模型重用了Qwen3.8-Flash-Next的专家层，在Hugging Face GPQA Diamond排行榜上也表现强劲。此外，相关的ViKernel代理卫士成功阻止了290个恶意命令中的290个，其设备构建版本POCKET-Darwin-180B-GGUF的下载量已…
-
VIDRAFT 的 Darwin-180B-RSI-R3 模型在 SuperCLUE 排行榜上被列为参考模型
VIDRAFT 的 Darwin-180B-RSI-R3 大型语言模型已被纳入 SuperCLUE 2026 年 11 月排行榜作为参考模型。该模型得分 43.08，与 Gemini-4-Argon、GPT-6.1-Sol 和 Grok-4.7 等其他知名前沿模型并列。虽然未在排名前 19 的模型中正式排名，但其作为参考模型的纳入表明它已在 SuperCLUE 基准测试中得到评估，该基准测试评估推理、知识、指令遵循和安全性。
-
VIDRAFT的Darwin-180B-RSI-R3在数学/科学推理方面全球排名第二
VIDRAFT发布了Darwin-180B-RSI-R3，这是一款开放权重的混合专家（Mixture-of-Experts）大型语言模型，它利用递归自我改进（Recursive Self-Improvement, RSI）技术，无需新的人工标注数据即可增强其推理能力。该模型在SuperCLUE 2026年11月的评估中，在数学和科学推理方面取得了全球第二高的分数，表现优于多家主要AI实验室的知名模型。Darwin-180B-RSI-R…
-
TruthTable 使用 GPT-6、Claude 和 Gemini 来验证陈述
TruthTable 是一款新的应用程序，它使用三个前沿 AI 模型来验证用户提供的陈述的真实性。用户输入一个陈述，系统会查询 gpt-6-astra、claude-fable-5-1 和 gemini-4-argon，以确定该陈述是真还是假，并为每个模型的评估提供理由。该工具旨在帮助用户明确地确定声明的真实性。