告别Softmax缺陷！LogTokU四象限框架用证据强度根治LLM幻觉 2025年6月23日23时 作者 PaperWeekly 指标， 对于 提升 LLM 可信度 、支撑 下游任务至关重要。 然而，传统基于概率的不确定性估计方法
6大模型决战高考数学新一卷：豆包、元宝并列第一，OpenAI o3竟惨败垫底 2025年6月8日8时 作者 机器之心 上午刚经历了抽象作文的洗礼，下午又被数学无情创飞。考试一结束，「高考数学」、「新一卷数学大题 难」等
全球顶尖AI做物理，被人类按地摩擦？不懂推理大翻车，本科生碾压 2025年5月27日23时 作者 新智元 ，那做物理题水平如何呢？港大等机构的研究发现：即使GPT-4o、Claude 3.7 Sonnet这
