月度归档： 2025 年 2 月

DeepSeek-R1、o1都低于10%，人类给AI的「最后考试」来了，贡献者名单长达两页

作者

文章介绍了一个名为”人类的最后考试”（HLE）的新AI基准，旨在评估大规模语言模型的能力。该基准包含3000多个问题，涉及上百个学科领域，要求模型不仅给出正确答案，还需提供合理的推理过程。目前最先进的SOTA模型在HLE上的准确率仍低于10%。

喝点VC｜Greylock：我们处于DeepSeek时刻

作者

DeepSeek-R1 的推出标志着开源模型与闭源模型之间的竞争平衡，同时提升了AI基础设施的质量和易用性。它在推理能力方面表现出色，并开启了新的应用领域，如自主AI代理、专业规划系统以及优化的企业人工智能助手等。

从扭秧歌到单脚跳，HugWBC让人形机器人运动天赋觉醒了

作者

AIxiv专栏介绍及其新成果HugWBC控制器，支持机器人同时掌握多种步态及精细调整行为指令，提高运动控制能力。该研究成果在模拟环境中训练，并通过评估验证其有效性。