不用考生实测就知道题难不难：这个AI试题评测框架把考试难度“量化”了 | TMLR
不用考生实测就知道题难不难：这个AI试题评测框架把考试难度“量化”了 | TMLR一道试题对人来说有多难，能否从大模型的解题过程中找到线索？
来自主题: AI技术研报
6694 点击 2026-11-02 15:35
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
一道试题对人来说有多难，能否从大模型的解题过程中找到线索？
AI江湖的名头换了一茬又一茬：AI四小龙、大模型六小虎……
最近，我把两家大厂的模型下线表翻了一遍，答案是越来越短。赶上万圣节，就当给这些下了线的 AI 点根蜡烛。
数学题交给数学老师，代码题交给代码老师，医学题交给医学老师。把各有所长的专家请到一起，就能让同一个小模型学会多种能力吗？
两大新模型爆料，竟撞在了同一天！
Anthropic早期员工Ivan Vendrov在《Some Memories of Early Anthropic》中回忆，入职八个月后因AI安全使命与商业化、模型竞赛压力带来的精神重压选择离开，并质疑公司将谨慎服从的助手塑造为“受过创伤的官僚”。
「让AI像牛顿一样思考」，这件事，终于有望了。
让大模型「多想一会儿」，今天几乎等同于让它多写一些字：先生成一段思维链，再给出答案。
长上下文已经成为大语言模型重要的基础能力，但长上下文也给模型架构带来了一个现实问题：全注意力能够直接建模任意位置之间的关系，却带来随序列长度显著增长的计算和显存开销；滑窗注意力和线性注意力更加高效，但效果上都存在明显的不足。因此混合架构逐渐成为当前大语言模型设计的主流。
机器人终于不只是知道往哪走，还知道该在哪里停、以什么方向面对目标，甚至停稳之后，就能直接上手干活。