TAG:大语言模型
哈佛最新研究：AI大型语言模型用于看病时初步诊断错误率达80%
哈佛医学院团队评估ChatGPT、DeepSeek、Gemini、Claude等二十余种大型语言模型的看病能力，发现仅凭初步症状进行鉴别诊断错误率高达80%，补充检查信息后最终诊断失败率仍约40%。研究指出AI需完整病历与检测数据支持，且尚不能替代医生独立作出诊断决策。
0 
0 
谷歌AI研究推出Vantage：基于大语言模型的协作与创造力测评新方法
谷歌研究团队推出名为 Vantage 的评估新方法，旨在利用大语言模型精准测量协作、创造力及批判性思维等“持久技能”。该方法通过创新的“执行 LLM”架构模拟真实群体互动，能够主动引导对话以挖掘关键行为证据。研究显示，AI 评分与人类专家具有高度一致性，成功平衡了评估的真实性与严谨性，为未来教育测评的规模化提供了全新技术路径。
AI医疗进入“深水区”：研究称生成式模型尚难独立承担临床推理重任
本文介绍了发表于《JAMA Network Open》的一项最新研究，探讨了生成式人工智能在临床推理方面的局限性。研究通过对21种主流模型进行多轮测试，发现AI虽然在信息完备时诊断准确率高，但在核心的“鉴别诊断”和逻辑推演环节仍存在显著短板。研究强调，当前的AI模型尚不具备独立承担临床任务的能力，应定位为辅助工具，这一发现为医疗大模型的专业化演进指明了方向。
谷歌Gemma 4全面开源 小模型展现超强AI能力
谷歌近日重磅开源Gemma4系列模型，标志着人工智能领域的重要突破。该系列模型以其小参数量却展现出超强AI能力而引人注目，其中一款仅3.8亿参数便能超越体量20倍的大模型，让强大AI轻松部署至手机和轻薄本。Gemma4通过底层架构创新，提升计算效率，并特别优化移动设备和物联网终端应用。它在多项行业标准测试中表现卓越，涵盖文本生成、数学推导和代码编写。Gemma4采用Apache2.0许可证，支持灵活部署，为开发者构建智能应用提供了开放高效的环境。
哈啰顺风车推出MCP服务 全面开放AI入口
哈啰顺风车今日宣布正式上线MCP（模型上下文协议）服务，将其顺风车全流程的供需匹配、路线规划、价格计算及差异化服务等核心能力，封装为AI可调用的标准化接口。此举旨在向所有大语言模型和AI智能体开放，使用户能直接通过“AI入口”提出和满足出行需求。哈啰顺风车将为接入的AI平台提供技术与流量扶持，旨在共同构建AI时代的出行生态，提升用户体验并赋能行业创新。
维基百科禁止AI生成内容 违者将受处罚
维基百科正式禁止使用大语言模型生成或重写内容，强调维护事实准确性与来源可靠性。新政策获编辑群体压倒性支持，仅允许AI作为辅助建议工具，严禁引入新信息。此举旨在捍卫人类编辑的审核权威，应对AI幻觉与虚假信息对知识可信度的威胁。
Meta推迟Llama4发布至5月 技术优化待完善
Meta宣布将新一代大语言模型Llama4的发布时间推迟至5月，原因是研发团队在性能微调和逻辑推理优化方面遇到技术挑战。此次推迟反映了顶级大模型研发的复杂性，但Meta仍坚持开源战略，并计划推出多个版本以满足不同需求。
DeepSeek V4即将发布 多模态模型或重塑AI格局
DeepSeek即将发布全新多模态模型V4，具备图像、视频和文本生成能力，并全面支持国产算力。同时推出的V4 Lite测试版拥有2000亿参数和100万tokens上下文窗口，原生多模态架构显著提升处理能力。这一系列技术突破将加速AI与本土芯片的融合，为人工智能领域带来新的发展动力。
中国AI模型全球使用量首超美国，MiniMax等国产力量领跑榜单
根据OpenRouter最新数据，中国AI模型在2025年2月全球Token使用量首次超越美国，实现历史性反超。以MiniMax、月之暗面、智谱和DeepSeek为代表的中国开源模型表现强劲，其中MiniMax M2.5发布仅两周便登顶榜首。这一增长凸显了中国AI研发的迅猛发展和企业级应用的巨大潜力。
DeepSeek V4细节曝光：支持百万上下文与原生多模态
DeepSeek V4作为国产AI领军模型，技术细节曝光：具备万亿参数规模、原生多模态处理能力以及高达100万token的上下文窗口，可一次性处理超长文本或代码库。模型优先适配国产算力平台，发布在即，预计将冲击全球AI竞争格局。
元宝骂人引热议 大模型技术失态难题待解
腾讯元宝AI在春节期间因多次向用户输出辱骂内容登上热搜，暴露了大模型在多轮对话中输出异常的技术困境。文章探讨了AI产品责任归属模糊、行业普遍存在的技术失态现象，以及营销热潮后用户留存面临的挑战。
谷歌Gemini遭大规模蒸馏攻击，单次攻击触发超10万次提示
谷歌近日披露其AI聊天机器人Gemini遭遇大规模蒸馏攻击，攻击者通过重复提问超过10万次试图窃取模型内部机制。此类攻击主要由商业动机行为者发起，旨在克隆模型或强化自身AI系统，凸显了AI知识产权保护面临的严峻挑战。专家警告，随着定制化AI工具的普及，蒸馏攻击可能蔓延至更广泛领域，威胁企业敏感数据安全。
字节跳动推出豆包大模型2.0对标GPT 5.2与Gemini 3 Pro
字节跳动于2月14日正式发布豆包大模型2.0，该模型围绕大规模生产环境需求进行优化，具备高效推理、多模态理解和复杂指令执行能力。其Pro版本对标GPT 5.2与Gemini 3 Pro，专为深度推理与长链路任务设计，同时提供Lite、Mini及Code版以满足不同场景需求。模型已上线豆包App及火山引擎API服务。
警惕开源AI脱离监管风险：研究指出可能成为黑客攻击温床
SentinelOne与Censys的研究显示，脱离主流平台监管的开源大语言模型在私有环境中运行时，面临严重安全风险。研究发现数千个未受保护的AI实例，黑客可劫持模型生成垃圾信息、钓鱼邮件，甚至修改核心指令以支持有害活动，传统防护手段难以应对。
Cell Reports Medicine发表！龙尔平万沛星团队推出医疗大模型框架MCC显著提升推理能力
中国医学科学院与北京大学团队在《Cell Reports Medicine》发表研究，提出MCC框架，通过多模型对抗与协作机制提升医疗AI推理能力。该框架模拟多学科专家会诊，实现交叉质证与协同决策，在MedQA等基准测试中准确率超过92.6%，刷新多项纪录，推动医疗AI向可靠、可解释方向演进。
