GPT-6刷到99.9%，ARC AGI考卷被迫重做！下一关考「发明」
GPT-6刷到99.9%，ARC AGI考卷被迫重做！下一关考「发明」AI把考卷刷到接近满分，下一张，还能考什么？
来自主题: AI资讯
6939 点击 2026-09-16 10:36
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
AI把考卷刷到接近满分，下一张，还能考什么？
中国科技又拿下“全球第一”，这次突破难在哪？
想象一下这个场景：一场多人线上会议，有人说话时画面自动聚焦到发言者；一段综艺素材，后期系统能自动识别谁在讲话并生成字幕；一段监控录像，系统能在人群中持续追踪正在说话的那个人。
零样本学习的目标，是让模型识别训练时从未出现过的类别。
随着 Genie 3 的发布，可交互世界模型真正走到台前：用户不再只是观看生成视频，而是可以输入动作实时改变一个持续演化的世界。世界模型开始从「生成一段视频」走向「模拟一个可交互世界」，但能走进去，不等于经得起探索。模型能否持续响应控制、维持视觉与空间一致、遵守物理规律并记住来路，仍缺少系统评测。
作者三文盐体验良配等AI Dating产品后指出，AI Dating已演变为衡水中学式做题相亲，AI军师与提效机制无法解决情感茫然与真实人际连接的本质。
地铁急刹，金属尖叫，广播响起「请乘客注意扶稳」，人群骚动、孩子哭声、对讲机杂音一层层涌上来···
晚上下班，你正百无聊赖地坐在地铁里玩着你的手机。
忍！不！了！了！ 你老A社天天一会儿AI要失控、一会儿互联网要完蛋，转头自己IPO、融资、扩算力，一个都没耽误？？
北航、南方科技大学、复旦大学、北京理工大学、爱丁堡大学等 8 家机构的 19 位研究者联合完成 Theory of Agent 综述，讨论模型内部与外部 harness 应如何分配能力，并据此梳理 LLM Agent 的学习、对齐、演化与评测。