站内内容与 AI 工具一站式检索。
HappyWorld-Bench 提出一套面向世界模型的统一评测基准，试图解决各家模型自说自话、缺乏可比性的问题，为研究者和开发者提供横向对比依据。
GovAI研究学者警告，大语言模型存在固有不确定性，其幻觉输出险些引发美军实际军事行动，提醒军方人员需充分认识LLM风险。