新智元报道 编辑：LRST MMLU-CF 是一个无污染的多任务语言理解基准测试，旨在更公平、准确地评估大语言模型的能力。通过去污染规则和闭源测试集防止数据泄露，确保评估结果可靠。该基准包含 20,000 道题目，涵盖 14 个学科，验证集公开透明，测试集闭源防泄露。 近年来，随着大语言模型（LLM
阅读全文
「0污染」LLM理解基准来了！20000道题14个学科全覆盖，来自微软
新智元报道 编辑：Aeneas AI 做奥数的神话，刚刚被戳破了！最新出炉的 2025 IMO 数学竞赛中，全球顶尖 AI 模型无一例外翻车了。即便是冠军 Gemini 也只拿下可怜的 31 分，连铜牌都摸不到。Grok-4 更是摆烂到底，连 DeepSeek-R1 都令人失望。看来，AI 想挑战人
阅读全文
2025 IMO真题撕碎AI数学神话，全球顶尖模型齐翻车！冠军铜牌都拿不到
新智元报道 编辑：Aeneas AI 做奥数的神话，刚刚被戳破了！最新出炉的 2025 IMO 数学竞赛中，全球顶尖 AI 模型无一例外翻车了。即便是冠军 Gemini 也只拿下可怜的 31 分，连铜牌都摸不到。Grok-4 更是摆烂到底，连 DeepSeek-R1 都令人失望。看来，AI 想挑战人
阅读全文
并行革命，32倍吞吐量跃升！英伟达Helix架构突破百万Token推理瓶颈
新智元报道 编辑：peter 东英智 长期以来，大模型受限于有限的上下文窗口，在处理长任务或对话时不得不忘记早期信息，英伟达近日推出的 Helix 并行技术受 DNA 结构启发，分割显存和处理任务，显著提升大模型的上下文长度，并发能力，并可降低响应延迟。 想象一个使用大模型的任务，需要一次处理百万字
阅读全文
3亿美元薪酬被10人拒绝！OpenAI首席研究官一句话引硅谷抢人大战
在 OpenAI 挖人挖到奥特曼破防，但小扎也是没少被发好人卡。 这不，最新爆料，至少有 10 位 OpenAI 员工都拒绝了小扎。 消息来自华尔街日报，据知情人士透露，面对 Meta 小扎开出的 3 亿美元天价“挖人费”，有相当一部分 OpenAI 员工都拒绝了“加入敌营”。 而且拒绝的人中还有我
阅读全文
爱奇艺补票
文 | 光子星球 舍不得孩子，套不着狼。不肯放弃银盐影像技术优势的柯达最终没能走出“银盐时代”，而今遭微短剧冲击的长视频平台，似乎也走入了类似的迷雾中。 长视频平台集体补课短剧一年有余，在此期间内，短内容开始自最初带有派生性质的业务演变成平台不得不集中发力的基建——截至 2024 年底，微短剧用户规
阅读全文
做游戏好过做外卖，字节不装了
文 | 源 Byte，作者 | 柯基的柯 就在外界以为字节的游戏业务几近沉寂之时，业内又传出其扩张的消息。 据知情人士爆料，字节旗下沐瞳科技已成功收购了杭州心光流美，并于 6 月末完成了相关交割，但具体收购金额尚未公开。此外，心光流美并非近期唯一吸引字节注意力的游戏公司，目前还有一家 SLG 游戏团
阅读全文
钉钉第三次转向
文 | 定焦 One，作者 | 金玙璠，编辑 | 魏佳 “飞书多维表格比钉钉领先至少 12 个月。”今年 7 月，飞书 CEO 谢欣在接受媒体采访时说。已经很久没有一位掌门人如此点名道姓、简单直白地宣称自家产品领先竞争对手。 他更是暗讽钉钉的 AI 功能：“如果你的办公工具主要不是在创作，而是在打卡
阅读全文
小红书不想只当“工具人”
文 | 伯虎财经，作者 | 楷楷 近日，小红书宣布将品牌口号从“你的生活指南”升级为“你的生活兴趣社区”。 小红书正在变得更“全民化”，这在小红书去年以来的一系列调整中已初见端倪。 去年 7 月，小红书完成了从“买手电商”到“生活方式电商”的转变，不仅关注商品本身，还更加强调商品背后的生活品质和情感
阅读全文
从硬塞广告到看剧下单，免费短剧把生意做明白了？
文 | 锌刻度，作者 | 孟会缘，编辑 | 黎文婕 对短剧带货这一营销模式，相信外界一定不会陌生。 自从短剧一夜爆火，并在此后一路高歌猛进，成为影视界的一股新势力之后，短剧带货便应运而生，迅速成为商家们的新宠。 从在剧集播放间隙插入广告，到品牌定制短剧将产品植入剧情，再到将购物小黄车挂到剧中，短剧带
阅读全文
苹果遭遇AI危机，供应商在逃离“果链”中进退两难
文 | 道总有理 苹果会成为下一个诺基亚吗？ 今年以来，外界对苹果的未来越发悲观，因为其正深陷「史上最大的 AI 危机」，而这背后是苹果难以忽视的创新疲软与管理老龄化。迄今为止，苹果的股价已下跌约 16%，相比之下，Meta 上涨 25%，微软上涨 19%，苹果的表现大幅落后。 恐慌的不只是苹果及华
阅读全文
短剧上瘾：情绪薯片里的“爽”与“胖”
文 | 吴怼怼 在地铁里刷，在厕所里刷，在等电梯时刷，在午休时刷，在田间地头刷，——这个时代，每一个空隙都可能成为短剧入侵的缺口。 在小小的手机屏幕上，粗糙的布景、浮夸的演技、震碎三观的剧情，正以每分钟一次反转的速度，精准地按摩着你那被现实蹂躏得有些麻木的神经。 这，就是短剧的魔力——一包味道刚好的
阅读全文
7月人形机器人“订单雨”：当优必选9051万刷新纪录，商业化拐点真的来了？
文 | 港股研究社 整个 7 月人形机器人“国家队”订单频频落地。 继智元机器人和宇树科技瓜分中国移动 1.24 亿的采购大单，分别拿下 7850 万全尺寸双足机器人项目、4605 万小型机器人和五指灵巧手订单后， 7 月 18 日，中国招标投标公共服务平台公示，优必选科技以 9051.15 万元中
阅读全文
套补贴、做销量、毁市场，零公里二手车背后竟是「假繁荣」
在被媒体大规模曝光并引起关注之前，售卖「0 公里二手车」已经成为行业心照不宣的秘密很多年了。 二手车商们往往更愿意在平台和朋友圈中将这类「行驶里程在 0 至 1000 公里内，但手续齐全、已经投保过的车辆」称为准新车。 在传统能源时代，这种「准新车」就屡见不鲜。 在传统的 4S 店模式下，厂商会给经
阅读全文
波兰程序员在10小时编程马拉松中击败 OpenAI
在东京举行的 2025 年 AtCoder 世界巡回赛总决赛（AWTF）中，来自波兰格丁尼亚的 42 岁程序员 Psyho 创造了历史，击败了 OpenAI 的定制 AI 模型，赢得了这场比赛。 这场赛事被认为是世界上最负盛名的编程比赛之一，邀请了 12 位顶尖人类程序员和一个 AI 竞争对手来应对
阅读全文
京东外卖新模式上线：首家自营外卖门店开业
京东旗下名为“七鲜小厨”的外卖自营门店已在 7 月 20 日正式开业，这是京东首家外卖自营门店。用户可以在线上下单，采取 “外卖+自提”的模式，但没有堂食。但对于上述业态模式的具体情况，截至发稿前，京东尚未回复。（第一财经）
阅读全文
国产电池大容量，海外想用用不上
提起上周刚刚发布的三星 Galaxy Z Fold7，抛开 13999 起的价格不谈，有两个数据热度最高： 8. 9mm 的厚度，大家都鼓掌；4400mAh 的电池，留言吵翻天。 放眼中国本土智能手机品牌，6000mAh 已经几乎成为旗舰标配，甚至电量很快要赶上一些充电宝了。 然而望向苹果和三星这两
阅读全文
12306 回应高铁不要吃方便面提醒
日前，「12306 回应高铁不要食用方便面提醒」登上热搜。 据经视直播消息，有网友发帖称，高铁车厢对方便面的食用有相关提醒。「旅客在乘车期间，请不要食用榴莲、方便面等有浓重气味的食品。」而该话题引发热议。 而据 12306 官方显示，旅客出行指南注意事项中指出： 由于旅客列车车厢属于封闭空间，为确保
阅读全文
饿了么上线「明厨亮灶 2.0」
据快科技消息，饿了么日前在「2025 餐饮业食品安全创新实践产业链高质量发展推进会」上，正式启动「明厨亮灶 2.0」推广计划。 据悉，平台将基于与钉钉共同推出的「食安钉」产品，为餐饮商家提供包括食安治理、店铺经营等在内的餐饮门店管理一站式数字化解决方案。 具体来看，上述方案将为钉钉上活跃的餐饮企业免
阅读全文
央视曝光：万能遥控能够随意开启学校大门
据央视新闻 7 月 19 日消息，近期一种叫做「万能遥控器」的产品在网络公开销售，并号称能打开所有小区的道闸、卷帘门，畅通无阻，轻松实现出入自由。 据央视记者前往多个小区和学校实地测试发现，上述的万能遥控可以轻松打开小区的道闸、小区大门和停车场抬杆，发现大部分均可复制信号并成功开启抬杆。后续，记者实
阅读全文
