用F1赛车与万智牌考验AI科学家：新基准发现AI不缺创意、缺「求真筛选」
牛津大学用F1与万智牌真实世界领域评测AI科学家：AI不缺创意，缺的是筛选与求真能力。
-
-
OmniQEC：AI科学家利用大语言模型自动发现实用量子纠错码
OmniQEC用大语言模型作为编排器，以快慢协同工作流自动发现硬件友好的量子纠错码，性能超越现有BB码。
-
Distilled RL：融合教师知识的新型大语言模型后训练框架
Distilled RL：将教师知识直接融入RL梯度的大语言模型后训练新框架，跨家族蒸馏中性能显著超越传统RL和OPD方法。
-
AI记忆能力新基准：MemOps系统评估大语言模型在长对话中的生命周期记忆操作
MemOps新基准系统评估LLM智能体在长对话中的全生命周期记忆操作，揭示不同模型记忆能力的关键差异。