量子位

斯坦福打脸大模型数学水平：题干一改就集体降智，强如o1也失准，能力涌现怕不是检索题库

作者

斯坦福大学研究表明，在更换数学题变量名称后，大模型的准确率直线下降。即使是表现最好的o1-preview模型，其准确率也从50%降至33.96%，表明它们可能更多依赖已存储的答案而非推理能力。团队提出Putnam-AXIOM。该基准解决了现有评估基准数据污染和饱和的问题，为自动化评估提供方法并生成变体数据集。

具身智能工业场景需求明确，扩大应用场景和处理复杂数据仍是发展重点｜云深处李超@MEET2025

作者

云深处科技联合创始人李超在MEET 2025智能未来大会上表示，具身智能提高了传统机器人的泛化能力。目前行业处于L2级，主要应用于工业场景。云深处已推出多款面向电力、消防、救援等行业的机器人产品，并展示了其在实际应用中的优势和挑战。