实体
Gemini3-Pro
Gemini3-Pro
PulseAugur coverage of Gemini3-Pro — every cluster mentioning Gemini3-Pro across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的AI挑战测试LLM的心理理论能力，Gemini3-Pro和GPT-5.4表现不佳
一篇新的研究论文介绍了一个名为“用于引导信念的心理理论”（ToM-SB）的挑战，旨在测试大型语言模型理解和操纵他人信念的能力，类似于心理理论。研究发现，像Gemini3-Pro和GPT-5.4这样的先进模型在此任务上表现不佳，尤其是在攻击者拥有部分先验知识的情况下。为了解决这个问题，研究人员使用强化学习训练了AI双重代理，证明奖励信念操纵和对攻击者心理状态的理解可以显著提高性能。
-
新的HCM-GRPO方法提升了AI在图像筛选中的物理推理能力
研究人员开发了一种名为HCM-GRPO的新方法，以提高多模态大语言模型（MLLMs）的物理合理性推理能力。该方法包括一个硬案例挖掘策略和一个动态比例精度奖励，并将其整合到Group Relative Policy Optimization框架中。为了支持这一点，创建了一个包含超过128,000个样本的数据集，约有640,000张图像，用于评估外观、阴影、布局和延伸合理性方面的推理能力。实验表明，即使是GPT5.2和Gemini3-Pr…