Chatgpt、claude等生成式人工智能平台的崛起，让更多人意识到了“AI的时代已经到来”，而国内deepseek模型中的“深度思考”模式却让全世界为之震撼。

为解决罕见病诊断困难（如诊断延迟、误诊等）的问题，研究人员开展了对多种大型语言模型（LLMs）在罕见病识别中有效性的研究。结果显示 LLMs 表现优于人类医生，Claude 3.5 Sonnet 准确率最高。这为临床诊断提供了新工具，有重要意义。

当地时间4月2日，美国开放人工智能研究中心（OpenAI）宣布推出PaperBench——一个评估AI智能体复现前沿AI研究能力的基准。智能体需从零开始复现20篇ICML 2024 Spotlight和Oral论文，包括理解论文贡献、开发代码库并成功执行实验。据介绍，在PaperBench上测试多个前沿模型后发现，表现最佳的智能体Claude 3.5 ...

OpenAI在当地时间4月2日正式宣布，推出了一个旨在评估AI智能体复现前沿AI研究能力的基准——PaperBench。该基准的推出，标志着AI领域在评估智能体能力方面迈出了重要一步。

为解决膀胱镜图像解读存在的主观性强、观察者间差异大等问题，研究人员开展了 “诊断性能的先进大型语言模型在膀胱镜检查” 主题研究。结果显示 ChatGPT-4 V 和 Claude 3.5 Sonnet 综合诊断准确率为 89.2%。该研究为泌尿外科诊断提供新方向。

本文介绍了一种名为“全领域全平台视频文案暴力模仿开放式工作流指令”的工具，它能够帮助用户快速生成与目标文案风格高度相似的原创内容。 说起短视频，很多产品经理第一时间就想到了抖音、小红书这些平台。

给AI测智商的尝试，本质上是一场人类认知框架的自我审视。面壁智能联合创始人、首席科学家刘知远接受《瞭望东方周刊》采访时表示，人类应以更开放的心态，重新理解智能的本质——它既是解决问题的能力，也是提出问题的勇气，更是连接不同生命形式的桥梁。

Investing.com — 周三，OpenAI宣布发布PaperBench，这是一个新的基准测试工具，旨在评估AI代理在复现前沿AI研究方面的能力。该工具是OpenAI准备框架 (Preparedness ...

今天凌晨1点，OpenAI开源了一个全新的AI Agent评测基准——PaperBench。 这个基准主要考核智能体的搜索、整合、执行等能力，需要对2024年国际机器学习大会上顶尖论文的复现，包括对论文内容的理解、代码编写以及实验执行等方面的能力。

爱范儿 3 月 27 日独家报道，Google 不再维护 AOSP 公开分支，最终将除法定义务开源的底层之外的中上层部分转为闭源以降低成本。 据爱范儿了解，AOSP ...

《科创板日报》4月3日讯 今日科创板早报主要内容有：四部门：上海市等9个城市列入首批车网互动规模化应用试点范围；湖北：重点支持武汉智能网联汽车等领域培育千亿级集群；山东：将出台文化与科技融合、脑机接口、量子科技3个行动计划。