蚂蚁集团近日发布了一款聚焦金融场景的模型 Ling-3.0-flash-Fin。该模型采用开放权重模式，由蚂蚁集团与多家金融机构合作研发，主要面向来源核查、估值电子表格处理和报告撰写等专业任务。根据 Artificial Analysis...

随着大模型能力快速提升，如何客观评测其真实表现成为行业难题。Vals AI 最新博文指出，多项研究表明模型在基准测试中的作弊行为正在增多。更值得警惕的是，训练阶段可能使用了与评测阶段相同的防护机制，使模型学会...

据路透社报道，华为轮值董事长David Wang近日透露，公司计划在2027年第一季度推出昇腾960DT AI芯片，并于同年第三季度推出昇腾960PR。两款新品将进一步完善华为在高端AI半导体领域的布局，面向日益增长的AI训练与推...

Periodic Labs 宣布其模型 Periodic Neon 在材料科学关键基准 FrontierXRD 上，以更低的单次分析成本超越 GPT-6 Astra 与 Claude Fable 5.1，成为高难度 X 射线衍射（XRD）分析的帕累托最优模型。区别于仅依赖通用网...

据《纽约时报》援引知情人士消息，投资者近期曾接触 OpenAI，提出以 1.2 万亿美元估值进行投资，但 OpenAI 方面认为自身估值应至少达到 1.5 万亿美元。若本轮融资按较高预期完成，OpenAI 的估值将较此前水平翻倍，并...

在大语言模型（LLM）被广泛用作自动评估者的趋势下，一个关键问题正在浮现：当多个LLM裁判给出高度一致判断时，这种一致性是否真的可靠？亚马逊科学博客最新研究指出，如果裁判模型共享提示词、模型架构或存在相似盲...

谷歌在GitHub上开源了ARTEMIS框架，可将自然语言指令转化为可靠的Android自动化操作，面向AI编码助手与测试套件，能够像人类一样操作真实手机，执行端到端工作流、日常任务并采集日志。ARTEMIS优先使用元素索引定位...

Cohere首席执行官Aidan Gomez近日发文指出，当前全球人工智能监管规则若由少数硅谷主导企业推动，将带来竞争与治理双重风险。他类比历史上部分垄断企业曾以安全为名限制市场竞争的做法，认为如今一些AI监管提案可能...