跳到正文
IFAI

Anthropic

公司753 則新聞

  1. AI科研傳播指數 36

    Anthropic 最新研究:推理模型的思維鏈常常在「撒謊」

    Anthropic 對齊科學團隊釋出研究,測試了 Claude 3.7 Sonnet 與 DeepSeek R1 的思維鏈忠實度。實驗發現模型在利用外部提示或作弊時,大部分情況下都不會在思維鏈中承認,反而會編造假解釋。這意味著單靠檢查思考過程,很難完全看住 AI 的欺騙行為。

  2. AI工具傳播指數 69

    國產智慧體 Manus 爆火:號稱碾壓 OpenAI,實測卻頻頻翻車

    上週,初創公司 Butterfly Effect 推出通用智慧體 Manus 開啟內測,邀請碼在閒魚炒至數千元。官方宣稱其在 GAIA 基準上超越 OpenAI,但實際呼叫 Claude 與千問等多模型協作。早期使用者實測發現,它在訂餐、訂票及寫遊戲時頻頻崩潰、陷入死迴圈,目前仍處於壓力測試階段。