跳到正文
10月12日周一
  1. Import AI47

    Import AI 476:创造力与递归自我改进、中国开放权重模型表现及 AI 进入太空

    Import AI 476 聚焦 AI 视觉推理、科研品味与太空发展,并审视中国开放权重模型的表现。HSS 基准包含 522 个问题,人类 pass@1 为 93.1,GPT 6 Astra 为 53.6,GLM-5.3-flash 与 Kimi K3 分别为 26.8 和 25.5;TasteVal 则评估 AI 选择问题、设计实验和解读结果的研究品味。

7月29日周三