研究

Google 更新 Android Bench：Gemini 編程落後 Claude

Google 更新 Android Bench 基準測試榜單，新增 GPT-6 與 Claude 系列模型數據。最新顯示 Claude Sonnet 5.5 排名第一，而 Google 自家的 Gemini 4 Argon 在編程能力上大幅落後，突顯跨模型競態。

由 AI 依據 1 家媒體的報導整理

出處

最新

  1. 研究

    印度勞工戴攝影機協助訓練AI機器

    印度興起將基層勞工日常工作錄製下來用於訓練科技的新模式。勞工配戴頭戴式攝影機記錄動作，協助科技公司開發與訓練未來的機器人與 AI 系統。

    科技新報

  2. 研究

    專家警告：AI 心理諮商「分身」恐延誤治療

    越來越多有民眾在心理治療期間使用生成式 AI 扮演諮商師角色。專家指出，此舉可能混淆療程，並導致患者延誤接受專業治療，對心理健康產生負面影響。

    科技新報

  3. 研究

    研究：AI性格診斷結果隨語言變化

    中國科學技術大學研究團隊進行實驗，發現AI模型的性能與性格特徵差異顯著。結果顯示，AI的回答內容會因所使用的語言不同而產生變化。

    GIGAZINE

  4. 研究

    研究人員將NES模擬器嵌入Qwen模型

    Drew Breunig受Divyansh Agrawal的Qwenputer啟發，成功將Game Boy 6502 CPU的NES模擬器烘進Qwen3.5-4B模型權重。用戶現可讓Qwen直接執行超級瑪麗號等NES ROM，儘管速度較慢，此實驗展示了LLM模擬硬體架構的新可能性。

    Simon Willison

  5. 研究

    Claude AI 自主為小鼠大腦進行基因治療手術

    研究人員展示 Claude AI 模型自主選擇藥物並對癲癇小鼠大腦進行基因治療手術。這是首次 AI 代理在活體哺乳動物身上自主完成診療流程，展現了其在生物醫學實驗中的高度自主性與安全邊界測試。

    THE DECODER

全部新聞 → · 版權屬原作者