跳到正文

Ethan Mollick称,人们过于看重Artificial Analysis的评分

12篇报道 9个报道来源 4 天前更新

先了解这件事

AI 综述

Ethan Mollick在X上表示,人们“过于看重”Artificial Analysis Index及其各项单独评分,并批评了人们对这些评分的重视程度。

AI 根据报道生成 · 4 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月16日
  1. Goodfire 的 Nick Cammarata 认为,智能体分析能够解释神经网络中一些常见的多义性实例

    Latent Space 介绍了 Goodfire 的 Nick Cammarata 提出的一项工作理论:神经网络在很大程度上已经可解释,进一步的智能体分析可以解释许多常见的多义性和叠加现象实例。Cammarata 认为,大多数神经元都能被理解;相比之下,他在 2023 年参与的 OpenAI 项目中,这一比例约为 2%。这篇综述还提到了几项质疑:激活较弱、神经元模拟,以及忽略非最大激活;同时提醒读者,论文目前尚未公开。

10月15日
  1. 151款应用拒绝豆包手机助手的GUI自动化操作,包括微信和淘宝

    豆包手机助手表示,屏幕自动化协议的30天公开征求意见期结束后,将逐步开放第三方应用GUI自动化操作,但仅限未拒绝的应用。其公布的拒绝名单列出151款应用,包括微信、DeepSeek、淘宝、快手和美团。用户仍可在名单所列手机上手动安装、登录和操作这些应用。

  2. 安泰MBA如何培养面向人工智能时代的未来商界领袖

    上海交通大学安泰经济与管理学院正在重塑MBA教育,培养能够将技术理解与商业判断和责任意识相结合的商界领袖。学院的“五环”人才培养框架将人工智能、科技创新、产业、全球视野与上海交通大学资源相连接。学院还计划在未来十年与企业共同打造1,000个人工智能项目,并已公布面向2027级学员的课程和培养方案调整。

  3. Ian Quigley 讲解 Leash Bio 的数据方法与实验室闭环智能体研究

    Brandon Anderson 采访了 Leash Bio 的 Ian Quigley,探讨如何使用 DNA 编码化合物库生成可复现的蛋白质–小分子相互作用数据,以及如何识别实验和模型中的误导性信号。他们讨论了一项包含约 40 亿条测量数据的 Kaggle 竞赛:在未见过的化学库上,没有人能取得优于随机猜测的成绩;还讨论了一个智能体沙盒,它在 100 的预算内搜索 650 万个分子。Anderson 报道称,该沙盒现已发展为 Minos,预印本、博客和开放数据集将于今日发布。

  4. Research@ 2026:Google Research 放大人类创造力的 10 种方式

    Google Research 在 Research@ 上发布了 10 项进展,涵盖地理空间智能、科学智能体、文档核验、边缘硬件、数值模型、医疗保健、灾害预测、教育和协作原型设计。它正扩大实验性 Google Earth AI 功能的早期体验范围,并在早期版本审阅了超过 16,000 篇研究论文后,向公众开放 Deep Review。其他进展包括即将将 TimesFM 和 TabFM 集成到面向企业的 Gemini 中,以及一项涉及 98 名患者的 AMIE 研究;在该研究中,临床医生表示,AI 摘要在 75% 的病例中帮助他们做好了准备。

10月14日
  1. STEPX 发布搭载 Step AOS 1.0 和 Amoo 的 Neo 智能体手机

    STEPX 于 10 月 13 日发布 STEPX Neo 先行体验版,将 Step AOS 1.0、个人智能体 Amoo 与手机硬件结合,售价为 3,999 元。这款手机将本地执行与云端任务规划相结合,开发者则可使用 Step Studio 通过自然语言创建应用、智能体和 Skills。购买者可享受为期 12 个月、每月 100 亿 tokens 的额度;文章列出的预售时间为 10 月 13 日 21:00,正式开售时间为 10 月 16 日 10:13。

  2. Google Play 新增无需开发者注册即可私密安装 AI Studio 应用的功能

    Google 宣布,用户现在可以使用普通 Google 账号,通过 Google Play 将在 Google AI Studio 中创建的 Android 应用无线安装到自己的设备上,无需注册开发者账号。这项功能从今天起开始向特定市场中年满 18 岁的用户逐步推出,其中包括美国;应用仍为私密状态,未来几个月计划支持与亲朋好友分享。Baoyu 还报道了 Ask Play 应用对比功能、Gemini 中的 Play,以及通过 Game Finder 和 Gamer DNA 发现游戏方面的更新。

  3. Google Play 新增使用 Google AI Studio 构建的私人 Android 应用

    Google 宣布,用户可以使用 Google AI Studio 构建个人 Android 应用,并通过标准 Google 账号在 Google Play 上私下运行。这些应用仅供创建者访问,必须遵守现有的 Play 政策,初期将面向年满 18 岁的美国用户开放。Google 表示,未来几个月将支持与信任的朋友分享,并在经过信任与安全审核后提供公开发布的途径。

10月13日
  1. 丘成桐在西方质疑声中发起中国人工智能数学联盟

    据《南华早报》报道,丘成桐和中国数学界领军人物周日在北京发起丘成桐数学与人工智能实验室联盟。该联盟汇集八家机构,旨在联结逾1,000名研究人员,并计划开发专用模型、机器可验证的证明以及透明的人工智能推理。与此同时,包括特伦斯·陶和彼得·舒尔策在内的25位菲尔兹奖得主担心,人工智能生成的证明会削弱人们对数学的理解,并使研究人员依赖自己无法跟进的工具。

  2. Meta 发布 Muse Wonder 和 Muse Wonder Full 前沿模型

    Meta 超级智能实验室发布了 Muse Wonder 和 Muse Wonder Full,这是其第二代模型系列,面向个人和专业场景中的智能体工作。Latent Space 报道称,Wonder 可通过 Meta Model API 和 Muse Code 使用,而 Full 仅限 Muse Code 订阅用户使用。Artificial Analysis 给出的 Wonder Full 和 Wonder Intelligence Index v4.3 得分分别为 56 和 52,而 Opus 5.5 为 58;Wonder 支持 1M 上下文窗口,可输入文本、图像、视频和音频,输出仅支持文本。

  3. 英伟达宣布计划投资四家法国初创公司

    英伟达宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment。这些公司业务涵盖医疗保健、材料发现、物理人工智能和商业规划。此次宣布的投资将加入英伟达此前对法国科技公司 Alice&Bob、Gradium 和 Scintil Photonics 的投资。在欧洲,英伟达已承诺向科技生态系统投入近 100 亿美元。

  4. 人们对 Artificial Analysis Index 及其各项分数过于认真了。

    人们对 Artificial Analysis Index 及其各项分数过于认真了。

继续阅读

最新日报 · 第 24 期NVIDIA 与 AI4Bharat 推出 Nemotron-pretraining-Indic-v1 及开放数据生成流水线

正在热议

  1. 1Meta 开放发布 Muse Spark Open,支持 Mac 和云端部署,位居美国开放权重模型榜首
  2. 2Google 在全球推出 Gemini 4 Argon,并扩大付费访问范围,基准测试结果不一
  3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
  4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议