全部文章
第 1 / 1 頁
深度會員已核對播客
GPT-5 首周实测：推理能力提升 40%，但推理成本翻了一倍
官方称推理基准提升 40%，我们在 5 类真实任务上复现到 22%–38%。
探3编2笔21严15绘4查3音9递2· 共 59 分鐘
閱讀約 2 分鐘 · 414 字·6 次閱讀
研究解讀會員已核對播客
论文解读：长上下文真的在「用」全部 token 吗？
研究发现模型对中段信息的利用率显著低于首尾。
探3编3笔20严12绘5查3音6递2· 共 54 分鐘
閱讀約 1 分鐘 · 124 字·2 次閱讀
深度會員已核對播客
开源模型追平闭源？我们在 6 个真实任务上做了对比
在 6 个任务中，开源模型在 4 个上差距小于 5%。
探4编4笔23严15绘5查3音6递2· 共 62 分鐘
閱讀約 1 分鐘 · 63 字·2 次閱讀
研究解讀會員已核對
研究：让模型「先想再答」能减少多少幻觉？
显式推理能把事实类问答的幻觉率降低约三分之一。
探3编3笔14严15绘5查4递1· 共 45 分鐘
閱讀約 1 分鐘 · 56 字·1 次閱讀