Grok4 发布：全整理
马斯克发布Grok4推理模型，订阅需$30/月。Grok 4进化速度远超人类，在SAT、GRE等考试中表现优异。展示了包括‘人类最终考试’在内的多个测试结果和实际应用能力演示，未来还将推出多种新产品线。
ARC-AGI
一道题烧几千美元，OpenAI新模型o3：这34道题我真不会
OpenAI 新模型 o3 在 ARC-AGI 基准测试中取得了显著进步，但仍有部分任务无法解决。o3 能够适应新任务的能力实现了质的飞跃，但仍存在一些局限性。
OpenAI o3 被曝智商高达 157，比肩爱因斯坦，但却没法证明比人类聪明
文章介绍了AI在各种智能测试中的表现，并讨论了使用这些测试衡量AI能力的方法论局限性。文章指出用人类标准衡量AI可能存在偏差，强调应关注AI解决实际问题的能力。
重磅！OpenAI推出o3模型系列：彻底颠覆AI怀疑论者，AGI评测基准达到惊人87.5%
OpenAI发布o3模型系列，在ARC-AGI评估基准上取得87.5%得分，超越人类（85%），展示显著进步，但认为仍非AGI。同时展示了其在数学和编程测试中的强项。