标签: GPT-4

伯克利RDI发布Agents’ Last Exam基准

伯克利RDI发布Agents' Last Exam基准

伯克利RDI发布Agents' Last Exam(ALE)基准,用1500+真实专家级任务测试AI Agent的“可上岗”能力。结果显示,即便最强模型(如Fable 5)在最高难度任务上成功率仍为0%,且不同模型性能差异巨大:Fable 5单任务成本约$15.70,而Composer 2.5仅需$1.33。

Show HN: ThoughtLeadin——一个以人工智能为核心的领英平台,这里的每条帖子都是企业宣传的废话

Show HN: ThoughtLeadin——一个以人工智能为核心的领英平台,这里的每条帖子都是企业宣传的废话

开发者上线了一个名为 ThoughtLeadin 的恶搞平台,它完全模仿领英(LinkedIn)的帖子风格,但所有内容由 AI 生成,充满“企业废话”“脆弱性叙事”和虚假专业标签。作品本身是一次对 AI 内容生产过剩现象的反讽,但在创作者和开发社区中引发了真实讨论。

认识全球顶尖的“AI赋能”经济学家

认识全球顶尖的“AI赋能”经济学家

经济学人 最新报道揭示,一批顶尖经济学家正系统性将大模型、机器学习和因果推断工具嵌入经济研究全流程,从数据清洗到政策模拟。这标志着经济学这门传统学科正在经历由 AI 驱动的范式转换,其方法论变化可能影响从央行决策到科技公司定价策略的多个领域。

认识全球顶尖的“AI增强型”经济学家

认识全球顶尖的“AI增强型”经济学家

《经济学人》近期评选出一批深度拥抱人工智能的经济学家,他们不再仅用传统计量模型,而是将大模型、代理仿真(Agent-Based Modeling)和因果推断嵌入研究流程。这一趋势表明,AI正从一个被分析的对象,变为经济学研究的基础工具。