另外，微软还用内部的基准PhiBench对模型能力进行了更全面的评估，结果Phi-4取得了56.2%的综合得分，展现出在推理、知识、编程等方面的全面能力，但相比于Qwen 2.5-72B等模型，还是暴露了有待提高之处。

近日，OpenAI年终“炸圈”开幕，创始人“ChatGPT之父”萨姆·奥特曼在X上官宣开启为期12天的直播发布会，每天揭晓一项新功能。发布会第一天，万众期待的“满血版”o1模型正式亮相。相比于大家熟知的gpt“血统”，o1更擅长复杂的推理任务，在数学 ...

他介绍到，零一万物现在做的产品先对海外，叫做bigo，是一个AI搜索，是在世界前20名的模型里面最快速、最便宜的，价钱是OpenAI ...

ChatGPT不仅仅只是能给出具体的实施步骤，同时也可以判别你的行动是否是正确的，并及时给出对应的反馈，甚至还能对你进行及时的赞美与鼓励。这种具有情绪价值的教学，比很多散不掉「爹味儿」的指教要好的多。

在经典的动物过河逻辑推理题上，Gemini-Exp-1121 回答完全正确，新版 4o 出现了一些失误，把第三次过河和第四次过河合并了，因此回答有误。

12月25日，阿里云通义千问发布业界首个开源多模态推理模型QVQ-72B-Preview。QVQ展现出超预期的视觉理解和推理能力，在解决数学、物理、科学等领域的复杂推理问题上表现尤为突出。多项评测数据显示，QVQ超越了此前的视觉理解模型「开源王者」Q ...

他们利用SIM-1 AI决策框架，结合GPT4o的能力，深入剖析了OpenAI内部的权力斗争。每个AI Agent都根据董事会成员的性格特点进行了定制，它们不仅要面对 ...