在人工智能（AI）飞速发展的今天，如何评估

在人工智能（AI）飞速发展的今天，如何评估AI系统的能力成为一个核心问题。传统的测试指标，如MMLU、Codeforces或MATH-500，虽然在各自领域内提供了有价值的洞见，但往往局限于单一技能或标准化任务。
昨天，OpenAI推出了PaperBench，一个全新的基准测试工具，旨在系统性地测量AI代理（AI agents）复制尖端人工智能研究的能力。这一工具不仅填补了现有评估体系的空白，还为AI如何从“工具”进化到“研究伙伴”提供了重要参考。
想象一下，你让AI去读一篇超级难的科研论文，然后不仅要看懂，还要写代码，把论文里的实验再做一遍。这听起来是不是有点像科幻电影？但OpenAI就真的搞了这样的东西，想看看AI到底能不能当个“科学家”。这玩意儿挺特别的，咱们一起来聊聊它是什么、干嘛用的，还有它跟别的AI测试有啥不一样。
（AI范儿）

《自然·通讯》最新发表一篇论文称，相比北极变暖，南大洋变暖对某些地区的影响可能更大，尤其会影响到热带降雨模式。这些效应可能会加剧脆弱地区的极端天气和气候。（中国

《自然·通讯》最新发表一篇论文称，相比北极变暖，南大洋变暖对某些地区的影响可能更大，尤其会影响到热带降雨模式。这些效应可能会加剧脆弱地区的极端天气和气候。（中国新闻网）

目前，SU7事件已对小米集团的股价造成了较大影响。4月2日，小米集团(1810.HK)股价

目前，SU7事件已对小米集团的股价造成了较大影响。
4月2日，小米集团(1810.HK)股价全天宽幅震荡。截至收盘下跌4.19%，小米集团报44.55港元/股，两个交易日大跌9.45%，较2025年3月19日的历史最高价59.45港元/股已跌去25.06%。按照最新1.15万亿市值计算，小米集团总市值近两天缩水超1200亿港元。
3月25日，小米宣布拟以先旧后新的方式配售8亿股股份，当时雷军持有小米集团24.1%的股份，其他股东拥有小米集团75.9%的股份。小米集团完成上述配售事项后，雷军的持股比例为23.4%，承配人的持股比例为3.1%，其他股东的持股比例为73.6%。若按照23.4%持股比例计算，仅仅这两个交易日雷军身价就缩水约280亿元。（封面新闻 上游新闻 澎湃新闻）

自2022年11月，美国硅谷初创公司OpenAI推出首款基于大语言模型的现象级聊天

自2022年11月，美国硅谷初创公司OpenAI推出首款基于大语言模型的现象级聊天机器人ChatGPT以来，AI技术与我们的生活日益紧密。
截至目前，AI大模型已经可以帮助我们写程序代码，制定旅行计划，资料阅读与信息检索，快速完成分析报告，学习第二外语，乃至编辑视频，制作商业网站或游戏……
然而，大模型降世两年多，人们却吃惊地发现，自己最终的那个梦想，一个有强大AI为人类工作的社会，一个有更多的闲暇，上四休三甚至每周工作更短时间的世界，却仿佛更遥远了，我们变得更忙了，而且，这个事实居然在数据上得到了确认。
研究发现，在ChatGPT出现后，处于较高AI暴露的职业，员工群体显著增加了工作时长，同时该群体普遍反映休闲时间减少。
文章提到了AI技术对工作的两种影响方式：互补或替代，但并未深入对AI替代职业情况的研究，不过，根据作者的研究，对于AI技术起到了互补性的工作岗位，工作时长增加程度比替代岗位更高，且工作时长的增加在那些与AI技术有互补性质的行业以及AI普及度更高的地区的员工身上体现的更为明显。当然，令人欣慰的一点是，这些员工的收入在接受AI暴露之后也增加了，尤其在与AI技术互补的行业里，员工收入随AI暴露度的增加的程度而增加的程度更为明显。
（知识分子）