AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:深度研究系统×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月21日
11:33
11:33arXiv cs.AI@Haiyang Shen, Jiuzheng Wang, Taian Guo, Mugeng Liu, Wenchun Jing, Chongyang Pan, Siqi Zhong, Zhiyang Chen, Weichen Bi, Yudong Han, Xiaoying Bai, Yun Ma
精选
北京大学团队提出一种新的AI教育方法:让学生通过构建基准测试来学习AI,而非仅将其作为效率工具。学生将学科知识转化为可验证的专家级问题,互相审查设计中的歧义和捷径,并评估AI系统。由此产生的QuestBench包含256个问题,覆盖14个人文社科领域。评估显示,13个AI系统的平均通过率仅16.85%,最佳系统GPT-5.5也仅达57.58%,暴露了当前深度研究系统的隐藏失败。学生反馈表明,这种实践帮助他们将专业知识视为判断AI输出的基础,而非AI可检索的内容。
论文AI教育基准测试深度研究系统人文社科开源/仓库

推荐理由:想让学生真正理解AI局限性的教育者,可以用QuestBench的方法把课堂变成AI测试场——学生自己设计问题来考AI,比单纯教提示词更有深度。
原文
精选全部日报登录