Qwen3.8 27B 开启推理后在 DGX Spark 上算对 169 位数加法实验
有人在 DGX Spark 上重跑了 GPT-4o 的文字加法实验，Qwen3.8 27B 开推理后 169 次只错 2 次，还能看到逐位进位的思考过程。
全部动态
AI 相关资讯全量信息流 · 8 条
10月6日
9月18日
谷歌 Deepmind 提出可见思维链是 AI 安全优势，但透明度正在消失
谷歌 Deepmind 发表观点，说 AI 模型显示思考过程（比如 Chain-of-Thought）对安全有好处，但现在很多模型（比如 GPT-4）正在减少这种透明度。
9月17日
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOP阅读全文
9月16日
Mozilla报告：中美AI模型能力差距缩短至4.4个月
Mozilla的报告挺有意思，对比了中美AI模型的差距，还具体提到了Kimi K3和Fable 5，以及它们在成本和任务处理时长上的差异。
9月15日
Meta发布新研究：字节模型蒸馏后，性能突破GPT-4
Meta搞了个新研究，把字节跳动的GLM-4.5V模型蒸馏了一下，结果性能超过了GPT-4，挺有意思的。
9月13日
AI 聊天机器人面临监管缺失风险
朋友，你该看看这篇，讲的是现在那些 AI 聊天机器人（比如 Claude、GPT-4）没被管好，自由地到处跑，可能出事，需要大家行动起来。
8月13日
AITOP12:07
8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…
AITOP阅读全文
8月7日
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货 我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…
AITOP阅读全文
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…
AITOP阅读全文
8月2日
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…
AITOP阅读全文
7月1日
IBM Research 发布 ScarfBench，评估 AI 代理的 Java 框架迁移能力
IBM 搞了个专门测 AI 代理迁移 Java 框架的基准，看看现有模型能不能搞定企业级代码迁移，结果发现连 GPT-4 都挺费劲。
6月19日
6月18日