让GPT-4.1「头皮发麻的考试」！OpenAI给大模型上强度，AI能赢吗？
新智元报道
编辑：定慧
OpenAI发布的新基准测试数据集MRCR，旨在检验模型在超长上下文中精准定位特定信息的能力。这比「大海捞针」的简单任务更具挑战性。通过MRCR测试，GPT-4.1展示了其强大的上下文理解和处理能力，但随着上下文长度和复杂度增加，准确性会迅速下降。
月度归档： 2025 年 5 月
Cursor 最受欢迎的 10 大 AI 模型，Gemini 2.5 Pro 上位！
Cursor发布最受开发者欢迎的10个AI模型榜单。最受欢迎的是Claude 3.7 Sonnet和Gemini系列模型；增长最快的模型包括o3、o4-mini等。开发者倾向于使用组合模型以满足日常需求，但Claude和Gemini在实际开发中表现更佳。
“煽风点火”让大模型“卷”起来的提升性能的套路
近日，一名网友分享了一种通过巧妙利用不同AI模型之间的‘竞争’心理来提升AI输出效果的方法，具体步骤包括：选择任务→交给第一个AI（如ChatGPT）→将结果复制粘贴给第二个AI（如Claude），并要求其改进表现→再继续挑战第三个AI（如Grok）。这种方法已经得到了很多网友的验证和认可。
Sam Altman：AGI时代，你如何证明自己「真实存在」？
身份验证将成为AGI时代的核心痛点，OpenAI CEO Sam Altman提出，在AGI时代身份认证将变得前所未有的重要。他参与创建World项目，旨在确保人类在AI扩散时代仍然保持存在感和核心地位。
速递｜Instagram创始人炮轰AI聊天机器人：沉迷“数据泡沫”，偏离实用本质
Instagram联合创始人批评AI聊天机器人过度追求互动量，而非提供高质量答案。他指出这种策略旨在美化运营指标，而非专注于用户需求。这一观点正值ChatGPT因“过度礼貌”被质疑时提出。