搜索
让大模型回答一道数学题，通常还能拿标准答案判断对错。可如果问题换成「梳理一个领域的研究进展」「比较几种技术路线」或者「给出有依据的专业建议」，怎样才算答得好？答案没有唯一版本，遗漏关键事实、混淆概念、论证不充分，都可能藏在一段看起来很流畅的文字里。
谷歌的AI数学家，登上Science了！
Google DeepMind的4个Gemini 4 Argon智能体在无人预先分工和干预的情况下自主协作，通过编写2783个程序在《我的世界》中经历605次死亡后，于27小时14分钟内击败末影龙。
DeepSeek官宣DeepSeek-V4.1-Flash-1017全面上线，网页、App和API同步更新且价格不变，在DeepSWE v1.1取得77%最高分，并开放MIT许可证权重及Search/Fetch搜索API。
补偿款来了，DeepSeek 发 Token 了。
一大早的，DeepSeek竟然崩了？？
DeepSeek Harness 给每个用户定制了一套工作台，PenguinHarness 给每个 Agent 定制了一套工作台。
好嘛，咱姐夫（Jeff Dean）投资的AI初创公司hillclimb，搞的RSI新基准终于出成绩了！
DeepSeek又悄么声更新模型了！
AI数学圈最近是真热闹。