GPT-6刷到99.9%，ARC AGI考卷被迫重做！下一关考「发明」
GPT-6刷到99.9%，ARC AGI考卷被迫重做！下一关考「发明」AI把考卷刷到接近满分，下一张，还能考什么？
来自主题: AI资讯
6838 点击 2026-09-16 10:36
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
AI把考卷刷到接近满分，下一张，还能考什么？
忍！不！了！了！ 你老A社天天一会儿AI要失控、一会儿互联网要完蛋，转头自己IPO、融资、扩算力，一个都没耽误？？
北航、南方科技大学、复旦大学、北京理工大学、爱丁堡大学等 8 家机构的 19 位研究者联合完成 Theory of Agent 综述，讨论模型内部与外部 harness 应如何分配能力，并据此梳理 LLM Agent 的学习、对齐、演化与评测。
大模型过去几年的能力跃迁，几乎都围绕一个词：Scaling。
网友将HHMI Janelia和Google Research发布的果蝇大脑神经图谱MaleCNS接入AI，让虚拟苍蝇玩《超级马里奥64》《反恐精英2》《艾尔登法环》等游戏、在Coinbase炒币、识别日文平假名、参加虚拟MMA格斗，甚至操控多足机器人。
让模型自己生成训练数据、自己改写提示词、自己修复代码，这条路线被称为： 递归自我改进（Recursive Self-Improvement，RSI）。
最新消息，特朗普对马斯克、Dario Amodei和奥特曼的「减速避险」计划大发雷霆！
前几天，著名外宾AI应用 Genspark 干了一件以前不太像它会干的事。
有了AI，现在的学生，真的是不得了—— 仅仅耗时4天时间，就做出了一个AI短片，然后直接斩获一等奖，拿下30000元！
当个性化Agentic RL遇上现实用户平台场景时，一直存在一个常见难点：面对同样的query，不同用户往往偏好不同的规划策略、工具调用和最终表达。