S
SkillNav

DiG-bench 评估 AI 创造力，Zuck 发文引质疑

深度2026年8月17日8 分钟阅读
DiG-bench 评估 AI 创造力，Zuck 发文引质疑
新基准 DiG-bench 用 70 个文字游戏测试 AI 的发现与创造力，结果显示前沿模型仍难敌人类。Inherent 的 Faraday 模型在科研复现任务上超越 GPT-5.5，而扎克伯格的最新宣言却回避了超级智能可能带来的权力平衡问题。
本文编译自 Import AI 469: Science AI; RSI simulator; and Zuck’s technological pessimism，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

Shopify CEO 威胁禁用 Claude Code，只因一个 AGENTS.md 文件

Shopify CEO 称 Claude Code 不读取 AGENTS.md 造成“复杂性税”，并考虑禁用该工具。Anthropic 已提供变通方案，但开发者请求原生支持近一年未果，相关 issue 已被关闭。

深度The New Stack·8月25日·4 分钟

IBM Granite 4.2发布：专注推理，坚持密集架构

IBM Granite 4.2 系列回归密集 Transformer 架构，提供 512K 上下文窗口，并针对智能体工作流优化了较大版本。与竞品相比，它在基准测试中表现中规中矩，但小尺寸模型（8B）在性能上接近 30B 版本，且易于运行。

深度The New Stack·8月25日·5 分钟

评论