量子位

爆火智能体再进化，终端成为关键词：2026年端侧AI能力至少涨3倍

作者

联想发布超级智能体定义，包括个人、企业、城市三个方面。三大核心功能为感知与交互、认知与决策、自主与演进。联想通过AI PC等产品展示了端侧计算能力提升，并推出了天禧个人超级智能体和乐享企业超级智能体。

挑战AI数学推理极限！大规模形式化数学基准FormalMATH发布，最强模型成功率仅16%

作者

香港中文大学等机构联合推出FormalMATH基准测试，包含5560道经过验证的数学题。尽管大语言模型在自然语言处理和代码生成领域表现优异，但在数学定理证明任务中成功率仅为16.46%。研究提出了一套三阶段过滤框架用于自动形式化和语义一致性检测，并分析了现有LLM证明器的表现，发现代数较强而微积分较弱，存在滥用自动化策略的问题。