你怎么看待这个针对语言模型的智商测试？ > claude 4 opus目前以120分的离线成绩和117分的Mensa挪威测试成绩领先 > o3模型在Mensa测试中得分更高，达到了135分这些结果令人印象深刻。不能确定这个测试有多准确，或者它是如何衡量AI的智商的？这或许并不是评判AI智能的最佳方式来自：Haider.

#语言模型 #AI智商测试 #Mensa测试 #AI智能

相关新闻

Barret李靖

5天前

“AI 味”这件事，本质上是语言模型逃不掉的命运。因为它从诞生的第一刻起，就不是在“表达自己”，而是在“复刻统计平均”。模型的训练目标只是预测下一个词最可能是什么，它不会思考“我为什么要说这句话”，也没有任何主观意图。于是，它的语言天然带着一种“概率最优解”的味道——对，但平，准，但无魂。更致命的是，后期的 RLHF 奖励机制会进一步放大这种味道。人类标注者倾向于给那些“中庸、安全、全面”的答

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

越来越有意思了，越来越多人意识到ICL大有可为！ context size将是下一个scaling因子。 Paper – arxiv. org/abs/2510.04618 Paper Title: "Agentic Context Engineering: Evolving Contexts for Self-Improving Language Models"

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2周前

见所未见，LLM的这种能力来自语言的超模态通感？

orange.ai

2周前

Sora 2 做广告素材真的太方便了各种不同人群不同语言的场景随手就来 prompt 也很简单模型太智能了

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3周前

如果LLM语言模型有个cognition benchmark的话，LLM会有个meta cognition的分层。NTP上叠加的meta cognition约束层数越多的LLM智能benchmark分数越高。