跳到正文
8月7日周五
  1. Ai2 Blog46

    Ai2 推出 TutorMoments 评测预览版,衡量大模型在辅导中能否把握'介入与退让'的时机

    Ai2 推出 TutorMoments 评测框架预览版,基于 462 份美国一对一数学辅导转录稿(含逾 1500 个教师标注的关键时刻),以重放方式让大模型在决策点接管辅导并按'是否适时介入或退让'打分。

    推荐理由:原文给出 7 个大模型在辅导决策点的对照分数与提示词效果,读者可据此判断模型在'介入与退让'权衡上的实际难度。

8月6日周四
  1. OpenAI News61

    ChatGPT 升级 GPT-5.6 Sol 并向免费用户开放 GPT-5.6 Luna

    OpenAI 在 ChatGPT 上线改进版 GPT-5.6 Sol,重点提升准确性和一致性。同期 GPT-5.6 Luna 扩展给免费用户,可进行不限量的日常对话。

    推荐理由:OpenAI 同时升级 GPT-5.6 Sol 并把 GPT-5.6 Luna 开放给免费用户,读者可以据此了解两个版本当前的改进点与可用范围。

2025年12月17日周三