前几天OpenAI宣布，o3-mini能公开展示思考过程了。但很快就被用户疯狂吐槽，说这根本不是真正的原始思维链，只是拿一版更详细的答案总结糊弄人而已。 恰逢Google也发布了Gemini 2.0 Flash Thinking。我们于是亲自上手，对 o3-mini、DeepSeek R1 和 Gemini 2.0 Flash Thinking 这三 ...

今天凌晨，大洋彼岸可真够热闹的。 OpenAI 推出了 GPT-4o 动嘴生图、P 图的功能，而谷歌则直接祭出了号称「最智能的模型」Gemini 2.5。 据谷歌首席科学家 Jeff Dean 介绍，首个版本 Gemini 2.5 Pro Experimental 已集成「思考能力」，是迄今为止性能最强大的 Gemini 模型 ...

导语：基础模型在兼顾幻觉与推理能效上仍有很长的路要走。 近日，智利大学 CIAE 教育研究所的研究员 Roberto Araya 进行了 4 组对照实验：提供相同的提示词，让 Gemini 2.0 Flash、ChatGPT o3-mini、DeepSeek R1 进行推理分析，研究三个模型在应对幻觉问题上的性能对比。

智东西6月6日消息，谷歌今日突袭推出Gemini 2.5 pro的重磅更新版本Gemini 2.5 Pro Preview 06-05 Thinking，该版本在推理能力、科学以及编程能力测试中超越OpenAI o3、DeepSeek R1和Claude Opus 4，其中编程能力更是领跑Aider Polyglot等高难度编程基准测试。 价格方面，06-05版本沿用了 ...

谷歌发布Gemini 2.5系列三模型，Pro/Flash/Lite性能价格差异显著。 6月19日消息，谷歌于近日宣布Gemini 2.5模型全系重磅更新，Gemini 2 ...

被誉为「黄金职业通行证」的人类知识堡垒，CFA考试悄然陷落。最新的推理模型不仅轻松通过了CFA三级考试，还创造了几乎满分的成绩。 AI一分钟，人类十年功！ 一觉醒来，AI推理模型已横扫特许金融分析师CFA考试。 要拿下享誉全球的CFA（特许金融分析师）证书 ...

每经北京2月14日电（记者李宇彤）2月14日，字节跳动正式发布豆包大模型2.0。据官方介绍，豆包2.0（Doubao—Seed—2.0）围绕大规模生产环境下的使用需求做了系统性优化，依托高效推理、多模态理解与复杂指令执行能力，更好地完成真实世界复杂任务。