Nature重磅：ADeLe精准预判AI模型成败
瓦伦西亚理工大学（Universitat Politècnica de València）的一支研究团队，来自瓦伦西亚大学人工智能研究所（VRAIN）及ValgrAI，成功研发了ADeLe。这一创新方法可精准预判大型语言模型（LLM）在未曾执行过的全新任务中的成功率，并清晰界定特定模型的推理边界。该研究刊登于《自然》期刊，堪称重大进展。传统手段仅能反映AI模型在既定测试中的成效，而ADeLe运用更具认知深度的评测方式，可预先解析并预判模型行为，使企业在发布新型AI系统前便能洞察潜在失误。如此一来，我们便能
AI写作工具评测：谁才是中文写作的最佳选择
上周同事让我帮忙撰写一份月度总结报告。为了省事，我用AI生成了一个初稿。结果领导看完后皱着眉头问："这该不会是AI写的吧？"确实如此，AI写作的痕迹太过明显。我花了两天时间，测试了市面上主流的五款AI写作工具，用同一个主题来比较谁写得更像人类。结果令人意外。第一名：DeepSeek — 92分这个结果让我感到惊讶，但DeepSeek确实表现最佳。优点如下： - 中文理解能力突出，提供的方案具体实用。例如“每天15分钟站会代替1小时周会”、“用飞书文档代替微信群聊”——这些建议显然来自实际使
最新医疗AI技术突破
中试基地 5 大核心成果（医疗 AI 全栈突破） 1.自主可控算力底座 构建全国一流医疗 AI 算力平台，实现 “国模用国芯”，性能比肩国际一流。 2.6 大医疗垂直大模型 全栈自主可控多模态矩阵，覆盖影像、病理、中医药、科研等，多款达国际领先。 3.医疗 AI 数据基础设施 全国示范性高质量三医（医、药、械）数据平台，为模型训练提供核心支撑。 4.权威评测标准 MedBench 4.0 全球领先中文医疗大模型测试平台，建立统一、权威的行业测评标准。 5.9 款临床级智能应用 从 200 余款应用中精选，
2025年国产AI大变革
中文大模型的「期末考场」：深度解读SuperCLUE评测基准与2025年度变局近日，随着人工智能技术在各行各业的深度渗透，对于大模型能力的评估已成为行业发展的风向标。据三个皮匠报告发布的最新行业资讯显示，2026年2月4日，《SuperCLUE：中文大模型基准测评2025年年度报告》正式披露，这份长达74页的深度文件不仅是对过去一年中文大模型发展的总结，更是对未来技术趋势的权威预判。在当前人工智能技术呈指数级爆发的背景下，如何从数百个模型中筛选出真正具备落地能力的「明珠」？SuperCLUE作为独立、领先
具身智能领域首份行业标准6月1日生效
近日，工业和信息化部批准发布《YD/T 6770—2026人工智能关键基础技术具身智能基准测试方法》行业标准，作为该领域的首个行业标准，将于6月1日正式实施，标志着具身智能评测进入‘有标可依’的新阶段。 据介绍，该标准为具身智能领域构建了统一的基准测试框架，规范了在仿真环境和真实环境下面向具身智能系统的基准测试框架、指标和方法，包括基准测试的环境设置、任务库构建、测试过程和指标计算方法。该标准适用于对技术提供方提供的单个具身智能系统开展‘感知—决策—执行’全链路能力的基准测试。目前，该标准已同步在ITU