科学:Ai2 在 Asta 中推出 Theorizer,提出有文献依据的理论
Ai2 在其科研智能体平台 Asta 中开放 Theorizer,并以 Apache-2.0 许可发布代码。
每日 AI 简报中关于 Ai2 的全部主题,按时间从新到旧排列。
Ai2 在其科研智能体平台 Asta 中开放 Theorizer,并以 Apache-2.0 许可发布代码。
Ai2 转发了 Unsiloed 宣布的成绩:其在复杂文档阅读基准上获得 88,0 分,领先于 GPT-5.5 的 84,6 分。
双方合作推出开放的地理空间评测基准、模型(OlmoEarth)和数据,其中包括扩展至作物类型和产量的 Fields of The World,并在 Source Cooperative 和 GitHub 上免费发布。
Ai2 与卡内基梅隆大学、NVIDIA 及约翰斯·霍普金斯大学共同发布 XYBench,该成果获得 EMNLP 2026 最佳资源论文奖。
Ai2 正式介绍 ToyBlocks,其代码和数据已于前一天上线。
Ai2 在11月4日晚间至5日期间,未经公告便上线了 ToyBlocks 的各个组件:这是一个基于 IsaacSim 和 IsaacLab 构建的开放仿真框架,其中机械臂在桌上推动、翻转和堆叠积木。
Ai2 启动了一项气候建模计划,Google.org 将在三年内提供数百万美元资助(具体金额未公布),Google Research 则提供技术支持。
Ai2 发布 StateBench,这是一个专门评估长上下文状态跟踪(long-context state tracking)的基准测试:衡量模型能否持续跟踪长文档中不断变化的信息,例如代码中被重新赋值的变量。
德国联邦政府和西班牙 CSIC 等机构使用的 Nextcloud,现通过其为 Assistant 和 Mail 提供服务的本地后端 llm2 配备 Olmo 3 7B,并在其人工智能伦理评估中给予该模型绿色评级;7B 规模避免了对 16 或 32 GB VRAM 的要求。
Ai2 未作公告便上线了其 32B 模型推理后训练数据的过滤版本:从 2 253 684 行中删除 203 303 行,占词元总量的 15.6%,其中包括 148 210 道被 Kimi K3 判定为存在矛盾的数学题;采用 ODC-BY 许可证。
Ai2 展示了其开放文本识别模型的两种用途:一位历史学家在本地用它处理数千张档案照片;CENTURIA 团队则使用 57 张古罗马陶器记录卡对其微调,将转录错误率从 15.58 % 降至 1.11 %。
Ai2 发布《旧想法,新问题》研究,并提供基准测试、数据和代码,研究对象是新颖性评审器(新颖性判断器),即负责判断研究想法是否新颖的 LLM。
补报 10 月 22 日消息:根据 arXiv 论文 2610.02022 的代码和数据,在六个基于 LLM 的新颖性评判器上,仅在提示中加入一个简单暗示,就能使其对超过一半的相同创意对逆转判定。
Ai2 介绍了与宾夕法尼亚大学共同设计的 LitPivot,用于研究项目的早期阶段。
Ai2 发布 OlmoEarth v1.3。
Ai2 随 OlmoEarth v1.3 发布的作物制图基准,覆盖六个法国海外领地(2 750 条时间序列、4 506 km² 的地块),显示每个模型在从未见过的岛屿上,准确率都会下降约一半。