Stanford 与 Together AI 研究：自组织智能体团队在推理基准上超越单模型与路由器
Stanford 和 Together AI 让 o3-mini、Claude Sonnet 4、DeepSeek-V3 自己商量怎么合作，只练 15 道题就在 AIME 上比理想路由器高 13.4 分，方法写得挺细。
#Claude Sonnet 4
共 3 条 · 7 天 0 条 · 30 天 1 条
信息流里打上「Claude Sonnet 4」标签的资讯、产品与论文，按刊登时间排，新的在上。
9月23日
6月9日
Anthropic研究：AI智能体在生物学任务中表现不稳定，重复检索工具可提升准确性
这项研究揭示了AI在科学数据检索中的致命短板，做生物信息学或依赖AI处理数据库的团队值得关注——重复检索工具可能是提升可靠性的关键。
5月27日
MeDial-Speech：111小时医患对话数据集发布，Claude Sonnet 4 表现最佳
医疗 AI 终于有了真实场景的语音对话基准——111 小时医患对话数据，覆盖四种疾病，做医疗对话系统的团队可以直接拿来训练和测试模型。Claude Sonnet 4 在句子选择上领先，但所有模型都过度自信，这个发现值得关注。