AI会无脑附和吗？Anthropic研究发现，Claude能根据场景切换人格：谈恋爱时化身情感导师，聊历史时秒变严谨学者。一些对话中，它强烈支持用户价值观，但在3%的情况下，它会果断抵制。
公考行测中的逻辑推理题，是不少考生的噩梦，这次，CMU团队就此为基础，打造了一套逻辑谜题挑战。实测后发现，o1、Gemini-2.5 Pro、Claude-3.7-Sonnet这些顶尖大模型全部惨败！最强的AI正确率也只有57.5%，而人类TOP选手却能接近满分。
谷歌发布首款混合推理模型Gemini 2.5 Flash，引入了革命性「思考预算」，可灵活控制推理深度，性能一举击败Claude 3.7，比肩o4-mini。而且，关闭思考模式成本直降600%。
Anthropic推出Claude两大重磅功能：Research与Google Workspace集成！Research功能让Claude快速检索网络与内部文件，精准回答复杂问题；而与Google Workspace的深度整合，则让用户能无缝调用Gmail、日历和文档信息，轻松完成从行程规划到报告撰写的任务。
Claude于今日凌晨推出新的功能，将ReSearch和 Google Workspace 集成、以及把电子邮件、日历和文档与 Claude 相关联，claude可以在工作环境和联网环境下借助Research快速作出决策和行动。
两个月后就号称要淘汰GPT-4.5的GPT-4.1，实力究竟如何？在众多实测中，它的表现的确可圈可点，但却依然打不过Gemini 2.5 Pro和Claude 3.7 Sonnet。那么问题来了，OpenAI为何要发布一个远远落后于谷歌的模型？
刚刚，Gemini 2.5 Pro编程登顶，6美元性价比碾压Claude 3.7 Sonnet。不仅如此，谷歌还暗藏着更强的编程模型Dragontail，这次是要彻底翻盘了。
有在离谱。 高分论文因为没有引用先前的研究而被ICLR拒稿了？！
代码截图泄露，满血版o3、o4-mini锁定下周！更劲爆的是，一款据称是OpenAI的神秘模型一夜爆红，每日处理高达260亿token，是Claude用量4倍。奥特曼在TED放话：将推超强开源模型，直面DeepSeek挑战。
从编程到论文，AI无处不在！ 一项针对百万条学生对话的分析显示，AI不仅能调试代码，还能润色文章，甚至生成学习资料。但这背后，学术诚信的边界在哪里？
