英国AI研究与评测公司Artificial Analysis于周一（11/17）发布全新的幻觉基准测试AA-Omniscience，用以衡量模型在知识覆盖度与诚实自我校准（避免乱猜）之间的平衡。该测试除了计算模型的准确率外，若出现幻觉则会扣分，因此只 ...

根据Sakana AI公告，最新B轮融资筹集了200亿日元（约合1.35亿美元、9亿多人民币），总估值来到约4000亿日元（约合26.35亿美元、184亿人民币），创下日本非上市初创企业的估值纪录。

告别“AI味”！Gemini 3初体验：不废话、不讨好，但这价格让我手抖,谷歌,微软,应用程序,马斯克,gemini,openai ...

——告别“马屁精”：谷歌特意强调，Gemini 3减少了“阿谀奉承（sycophancy）”。现在的原则是“告诉你真相，而不是你想听到的话。”这意味着Gemini 3在面对错误前提时，会有更强的批判性思维，而不是一味迎合用户。