北大AI奥数评测，o1-mini比o1-preview分数还高
北大AI奥数评测，o1-mini比o1-preview分数还高OpenAI的o1系列一发布，传统数学评测基准都显得不够用了。
来自主题: AI技术研报
7495 点击 2024-09-23 15:30
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
OpenAI的o1系列一发布，传统数学评测基准都显得不够用了。
随着AI模型的水平不断提高，现有的基准测试也被逐一攻破。CAIS和Scale AI共同发起了属于人类的最后一搏，悬赏50万美元，把最高难度、只有最顶尖的人才能回答出的问题收集起来作为基准，是否能挡住AI模型的攻势？
AI编程技术竞赛加剧
相比第一代， 延迟降低40%，成本还降低30%。
留子们在写一种很新的差评。 由于全球点评打卡平台，都有个自动翻译的功能，为了防止被店家骚扰，也为了给同胞避雷，身在海外的国人们，想出各种奇招优雅给差评。
全网 OpenAI o1 的测试基本跑完，大家基本认可这是一个独立思考智商超高的模型，智商测试120，高考数学全对。
以前最宝贵的资源是黄金，现在最宝贵的资源是算力。
今年 3 月，「全球首位 AI 软件工程师」Devin 引爆了 AI 圈。与此前 AI 编程助手不同的是，Devin 并不只是辅助编程的角色，而是能够独立地、端到端地完成整个开发项目。
超越Devin！SWEBench排行榜上迎来了新玩家
北大-兔展联合发起的Sora开源复现计划Open-Sora-Plan，今起可以生成最长约21秒的视频了！