8月7日，科罗拉多大学博尔德分校研究人员发布论文指出，大型语言模型（LLM）在解决6×6数独时表现不佳，尤其在解释决策过程时存在明显不足。研究发现，LLM因依赖训练数据模式逐个填充空缺，难以应对数独的复杂逻辑，甚至出现答非所问的情况，例如谈论无关话题。计算机科学教授阿舒托什・特里维迪强调，AI工具若无法透明解释其决策原因，将带来潜在风险。此外，LLM在国际象棋、汉诺塔等逻辑游戏中也暴露出类似问题，如违反规则或缺乏前瞻性规划。随着AI在驾驶、税务处理等领域的应用增加，其解释能力的重要性愈发凸显，研究人员警告应警惕AI解释可能带来的操纵风险。

标题：大模型玩不好数独？Transformer作者初创公司公布排行榜：o3 Mini High正确率仅2.9% 大模型做数独，总体正确率仅15%？继“史上首个AI科学家”之后，Transformer作者Llion Jones的创业公司Sakana AI推出全新数独基准Sudoku-Bench，测试大...

近日，00后创立的大模型公司Sapient Intelligence宣布获得数千万美元的Seed+轮融资，此次融资距离上一轮千万级美元融资仅过去不到3个月。本轮投资方包括日本最大私募股权机构JAFCO及其他知名海外投资机构，Minerva Capital继续担任独家财务顾问。Sapient Intelligence专注于研发AI思考推理模型，通过模仿人脑方式实现AI的推理能力。其独特的非自回归模型具备多步计算、Memory及树搜索功能，显著优于基于GPT架构的模型。据联合创始人Austin介绍，Sapient模型在数学类开放问题上的自我学习能力尤为突出，在数独游戏中准确率超过95%。

标题：Claude接管人类电脑12小时：学会摸鱼，敲着敲着代码看风景去了 新版Claude 3.5能像人一样使用计算机，引发了网友们的兴趣。在Anthropic发布的公告中，Claude在编程演示中意外停止录屏程序，随后开始浏览黄石公园的照片，展示了其“摸鱼”行为。 Claude不仅会犯错，还会休息...