DeepMind重新定义AI测评：认知分类法取代基准测试
DeepMind不仅在通往AGI的道路上推出了一项全新测试，更提出了人工智能评估范式的根本性转变。团队不再依赖单一分数或MMLU的平均成绩，而是基于经实证验证的人类认知能力，提出了一套十维的认知分类体系。这并非用于营销宣传的工具，而是一项面向中高级开发者和研究人员的技术协议，使他们能够诊断模型中的系统性弱点——即便整体百分位表现看似亮眼。
— Editorial Team
DeepMind AGI 分类法：10 项认知能力
DeepMind 提出了一个用于衡量通往 AGI 进展的十项能力的认知分类法。代替单一分数 — 一个在每个能力上将模型与人类比较的雷达图。本文解释了为什么当前基准不适用，以及哪些五个领域仍不可测量。
Advertisement 728x90
社区
Advertisement 728x90
继续阅读
英伟达市值5.4万亿美元：超越欧洲
英伟达市值达到5.4万亿美元，超过欧洲十大公司。分析增长原因、过热风险及AI芯片市场预测。阅读评论。
EIC Tech Report 2026: 25 Deep Tech Signals for Europe
EIC Tech Report 2026 分析：25个早期深度技术信号助力欧洲。仿生AI、量子通信、生物矿化、手术机器人。谁赢谁输？阅读完整评论。
WEF评选的2026年十大突破性技术：全面分析
2026年十大新兴技术的趋势、隐藏风险及地缘政治影响分析。谁从新发展中受益，谁受损。阅读分析。
Starlink在日本启动：通过卫星实现智能手机直接通信
SpaceX和KDDI在日本推出了面向智能手机的卫星通信服务。了解Starlink Direct-to-Cell的工作原理、谁可以使用它，以及该项目隐藏的地缘政治目标。
Figure 02：来自 Figure AI 的新型人形机器人，配备 AI 接口
Figure AI 推出了人形机器人 Figure 02，具备物理 AI 和 OpenAI 语言模型。该机器人已在宝马工厂通过测试。了解人形机器人如何改变制造业。
量子纠错突破：谷歌与Quantinuum
谷歌和Quantinuum已达到可扩展量子纠错的阈值。了解这如何改变量子计算的未来，以及谁将从这一突破中受益。
CERN量子互联网：日内瓦与洛桑之间50公里测试
CERN在真实城市网络中成功传输了纠缠光子50公里。了解White Rabbit技术如何改变量子通信市场以及谁将从这一突破中受益。
DeepWay Robotaxi 1000公里：固态电池与AI革命
中国初创公司DeepWay宣布推出一款续航1000公里的固态电池机器人出租车。了解这如何改变电动汽车市场及其重要性。
Google Gemini Ultra 2.0：创纪录的性能与价格
Google 推出了 Gemini Ultra 2.0，上下文窗口高达 1000 万个 token，超越了 GPT-5。了解其突破性架构、0.0005 美元的价格以及对 AI 市场的影响。阅读完整分析。
如何成为自学程序员并找到工作
了解如何通过这份实用路线图在2026年成为自学程序员并找到工作。掌握基础知识，建立作品集，并成功获得你的第一个开发者职位。
暂无评论。