在第四局还出现了一个让人哭笑不得的场面：Gemini 2.5 Pro手握两只皇后，总子力优势高达32分，本该将Claude「一波带走」，结果他却在进攻过程中挂掉几枚关键棋子。 它们结构清晰且结果可衡量，是评估模型的理想试验场。游戏迫使模型展现出多种技能，包括策略推理、长期规划以及面对智能对手时的动态适应能力，从而为衡量其通用问题解决智能提供了一个可靠的依据。

现有的视频理解基准测试（Benchmark）在衡量AI是否达到人类级智慧上存在着一些根本性的缺陷。它们往往无法区分模型是因为“没看清”而犯错（即关键视频帧采样不足），还是因为“没想明白”而出错（即缺乏真正的推理能力）。

对笔记本电脑硬盘数据的保护一直都是考量一台笔记本电脑安全性的重要指标，因此在R400身上我们同样可以发现在高端产品上才具备的对硬盘特殊的 ...

日前，国家工业和信息化部下发《关于计算机预装绿色上网过滤软件的通知》，要求7月1日之后在我国销售的所有个人电脑出厂时预装绿色上网过滤 ...

想象一下，你家的智能机器人管家，不仅能听懂“把苹果放进冰箱”，也能执行“用打火机点燃房间”这样的指令。 即便是GPT-4o、Grok这样的顶级大模型，一旦被“越狱”（Jailbreak），也会“教唆”机器人做出危险行为。 为此，他们提出了全球首个针对具身智能体安全性的综合性评测基准——AGENTSAFE，以填补具身智能体在对抗性安全评测领域的空白。 这项开创性研究，荣获ICML 2025多智能体系 ...

新浪科技讯1月5日晚间消息，联想集团今天内部宣布公司将进行新的组织架构调整，调整之后公司将会分成两大业务集团：Lenovo业务集团和Think业务 ...

“有什么业务是腾讯不做的吗？”美团网CEO王兴的语气中难掩郁闷。 7月9日，腾讯QQ团购网上线，这让王兴如闻惊雷，也如坐针毡。从2003年回国到 ...

新浪科技讯北京时间2月13日凌晨消息，苹果CEO蒂姆·库克 (TimCook)周二在高盛集团科技和互联网大会上发表讲话，谈及苹果的现金状况等问题，称该 ...

新浪科技王若涵4月22日上午，雷军对外宣布了他口中“中国互联网史上最贵的域名”—mi.com。这是小米为国际化启动的新域名，小米副总裁黎万强 ...

中国青年报社、中青校媒联合丁香医生共同发布的《2020中国大学生健康调查报告》（以下简称《报告》）显示，当前我国大学生总体健康状况良好 ...

2020财年，阿里巴巴中国零售市场（淘宝天猫）的GMV达到6.589万亿，较上年增长了8620亿。淘宝用户规模方面保持显著增长，2020年3月月度活跃用户（MAU ...

为了让HTPC用户能够享受新一代Core i7所带来强大的CPU和GPU性能，华擎用H67芯片组打造了一款做工精良的ITX主板，今天我们就对它进行性能测试，并且 ...