快讯列表

关于 推理能力 的快讯列表

时间 详情
2026-02-19
08:21 UTC
Gemini 3.1 Pro发布,ARC-AGI-2基准测试表现突破

根据Demis Hassabis的消息,Gemini 3.1 Pro正式发布,其推理和问题解决能力显著提升。在ARC-AGI-2基准测试中,该模型取得了77.1%的得分,性能是前代Gemini 3 Pro的两倍以上。目前,该更新已在GeminiApp和Antigravity等平台上线,标志着人工智能能力的重大飞跃。

来源
2026-02-04
14:00 UTC
Artificial Analysis发布Intelligence Index 4.0:面向企业的大语言模型评测聚焦经济有用工作与可靠性

据@DeepLearningAI称,Artificial Analysis发布了Intelligence Index 4.0,用新的测试取代已饱和的基准,重点评估经济有用工作、事实可靠性与推理能力(来源:@DeepLearningAI)。据@DeepLearningAI称,此次更新旨在更准确反映大语言模型在商业场景中的表现,为企业应用提供更相关的评估信号(来源:@DeepLearningAI)。

来源