作者：Bryan编辑：Cage在上一篇研究图谱中，我们指出医疗领域很可能是 Vertical Agent 最先落地的领域，其中最有代表性的公司之一是 OpenEvidence，一款专为医生设计的 AI 专业诊断 ...

研究人员通过实验证明，这种「最佳-N选择」策略会系统性地提高Arena分数，违背了基础的布拉德利-特里模型（Bradley-Terry model）假设。 利益冲突声明：@AiEleuther的lm eval ...

这种掠夺式不平等源于三个系统性机制：科技巨头可以部署大量私有变体（相当于在同一块蛋糕上插更多叉子）、其模型获得高得离谱的采样率（某些巨头模型每日采样率高达34%，而非特权提供商仅为3.3%），以及针对开源模型的歧视性弃用政策。最令人愤慨的是，在243 ...

各位五一快乐，快来吃瓜！（顺便星标⭐️一下本号，最近很多朋友反应不能及时看到内容更新，只有关注并且⭐️才会第一时间收到更新）AI圈子波澜又起，焦点集中在了大名鼎鼎的Chatbot Arena排行榜上。一篇名为《The Leaderboard ...

LMArena更新了Meta最新发布的开源大模型Llama-4-Maverick的排名，从此前的第2名，直线掉到了第32名！这也实锤了此前开发者对Meta为刷榜排名向LMArena提供了“特供版”的Llama4大模型的质疑。开源版同款Llama-4-Maverick-17B-128E-Instruct在LMArena的排名为32名，远低于Gemini2.5Pro、GPT4o、DeepSeek-V3 ...

在人工智能迅猛发展的今天，如何评估和比较不同的AI聊天机器人模型已成为一个备受关注的话题。Chatbot Arena，作为一个众包人工智能基准测试的开放平台，由加州大学伯克利分校的SkyLab和LMArena的研究人员共同开发，旨在通过用户投票和测试数据，为我们揭示这些大模型的真实表现。本文将深入探讨Chatbot ...

近期，学术界对大型语言模型（LLM）领域内的权威评价平台——Chatbot Arena排行榜提出了深刻质疑，这一话题迅速引起了广泛关注。一篇题为《排行榜幻觉》的论文，对排行榜的可信度进行了全面剖析，揭示了其背后存在的多重问题。

Chatbot类的产品就是一个不错的选择。 习惯形成模型是心理学中用来解释习惯如何产生、发展以及如何被改变的理论框架。它通常包含以下几个关键 ...

超算互联网平台的此次升级，特别是DeepSeek Chatbot可视化界面的推出，标志着该平台在提升用户体验方面迈出了重要一步。通过这一界面，用户能够更 ...

Meta AI wordt vooralsnog alleen als een chatbot beschikbaar voor Europese gebruikers, waarmee bijvoorbeeld een reis gepland kan worden of vragen beantwoord kunnen worden. De chatbot is in zes ...

Nederlandse gebruikers van WhatsApp zien sinds deze week een AI-chatbot in de interface. Die chatbot kan niet in groepen en leest geen berichten mee. Hij werkt niet op de desktopversie van WhatsApp.

In deze editie gaat het over de AI-chatbot in WhatsApp en Instagram, is er een blokje met nieuws in het kort en is er ruimte voor jullie reacties. Boven de gesprekken die ik met Instagram-vrienden ...