PulseAugur
中
实时 20:37:19
实体 Intelligence indexes generalist genes for cognitive abilities

Intelligence indexes generalist genes for cognitive abilities

PulseAugur coverage of Intelligence indexes generalist genes for cognitive abilities — every cluster mentioning Intelligence indexes generalist genes for cognitive abilities across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 9
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 10 条
  1. FRONTIER RELEASE · CL_360684 ·

    阿里巴巴推出Qwen4-Max AI模型,注重成本效益和长上下文 · 跟踪8个来源

    阿里巴巴发布了其新的旗舰AI模型Qwen4-Max,该模型拥有2.4万亿参数的混合专家(Mixture-of-Experts)架构。该模型旨在通过声称与前代Qwen3.8-Max相比,平均任务成本降低60%以上,使用的token数量减少多达50%,来解决AI中的成本和上下文瓶颈。Qwen4-Max还具有一百万token的上下文窗口和多模态能力,使其成为高容量和长时间运行AI工作负载的有力竞争者。

  2. COMMENTARY · CL_308944 ·

    大模型排行榜在顶级开源模型上存在分歧

    对两个知名大模型排行榜 BenchLM 和 Artificial Analysis 的近期审计显示,在开源模型的排名和分类方式上存在显著差异。尽管两个平台都将 MiMo-V2.6-Pro 列为表现最佳的开源模型,但由于置信区间重叠广泛且顶级估计证据不足,因此对该排名的信心较低。此外,排行榜在模型成员资格上存在分歧,Kimi K3 在 BenchLM 的开源列表中缺失,尽管其拥有公开的 Hugging Face 存储库,而 Qwen3.…

  3. SIGNIFICANT · CL_283976 ·

    Meta、Walmart、Stripe 推出 AI 交互协议;Mistral AI 模型排名靠前

    包括 Meta、Walmart 和 Stripe 在内的多家大公司正在合作制定一项用于 AI 与企业交互的标准协议。这项名为 personalagentprotocol 的倡议旨在实现 AI 代理的安全身份验证和控制,类似于电子邮件的运作方式。与此同时,Mistral AI 的 Large4 模型在智力指数上获得了38分,使法国成为美国和中国以外在 AI 发展领域的重要参与者。

  4. COMMENTARY · CL_278581 ·

    Grok 4.7 尽管 token 价格不变,任务成本翻倍

    Grok 4.7 保持了与 Grok 4.6 相同的 token 定价,即每百万输入 token 2 美元,每百万输出 token 6 美元。然而,独立分析表明,Grok 4.7 每个任务生成的 token 数量显著增加,导致每任务成本从 1.86 美元翻倍至 3.74 美元。尽管声称速度翻倍,但测量结果显示 Grok 4.7 比其前代产品更慢、更冗长,尽管在特定的长篇任务和编码方面表现有所提高。

  5. SIGNIFICANT · CL_238195 ·

    OpenAI 发布 GPT-6 Astra,Anthropic 发布 Claude Fable 5.1 并新增控制功能 · 跟踪 1 个来源

    OpenAI 发布了 GPT-6 Astra,这是其一年多来的首次完整版本号升级。该公司声称该模型在计算机使用、浏览器使用和软件工程方面处于领先地位,其总裁暗示这可能代表着通用人工智能(AGI)。Anthropic 同时发布了 Claude Fable 5.1,该版本在基准测试性能方面有显著提升,并大幅降低了缓存输入的成本。两款新产品都引入了新的访问和输出控制:GPT-6 Astra 将分阶段推出,其高级网络功能最初将仅限于经过审查的…

  6. TOOL · CL_237680 ·

    GPT-6 Astra 在 AI 指数中获得积分,但 Anthropic 的 Claude Fable 5.1 领先

    Artificial Analysis 已更新其智能指数,为 GPT-6 Astra 增加了积分。尽管进行了此项调整,Anthropic 的 Claude Fable 5.1 仍保持其在排名中的领先地位。该指数根据各种 AI 模型的认知能力进行评估。

  7. TOOL · CL_178875 ·

    DeepSeek 的 V4-Flash 模型通过再训练得分提升 10 分

    DeepSeek 的 V4-Flash 模型在 Artificial Analysis 的智能指数上获得了 50 分,标志着显著的 10 分提升。这一进步是通过在不改变模型架构的情况下进行训练后优化实现的。值得注意的是,与 GPT-5.6 Luna 相比,再训练后的模型每项任务的成本也更低,约节省 60%。

  8. SIGNIFICANT · CL_145992 ·

    Thinking Machines 的 Inkling 以 41 的智商指数得分领跑美国开源模型

    Thinking Machines 发布了 Inkling,这是一款开源人工智能模型,在智商指数中获得 41 分,使其成为美国开源模型中的佼佼者。虽然 Inkling 展示了强大的推理能力,但在基于知识的任务中,其幻觉率也高达 63%。该模型对 GPU 内存的巨大需求给潜在采用者带来了实际挑战。

  9. TOOL · CL_106338 ·

    新的智能指数对前沿人工智能模型进行排名

    Artificial Analysis 开发了一个“智能指数”来量化前沿人工智能模型的能力。该指数是九项评估的加权平均值,重点关注代理任务。虽然目前闭源模型在指数的所有三个类别中均处于领先地位,但由于缺乏对其规模和架构的透明度,比较受到限制。表现最佳的开源模型 GLM-5.2 是一个完全文档化的 753B expert 混合模型。

  10. RESEARCH · CL_94468 ·

    Artificial Analysis 更新 Intelligence Index 以评估 AI 模型 · 跟踪 2 个来源

    Artificial Analysis 发布了其 Intelligence Index 的 4.1 版本,这是一个用于评估模型智能的综合指标。此次更新更加强调代理工作负载,并纳入了改进的基准和新的特定任务指标。该指数为比较 LLM 性能和评估以代理为中心的能力提供了有价值的参考。