Deep Research：使用 GPT-4o 和 Tavily 的深度研究工具
llmtrend Deep Research 是 OpenAI 为其 Pro 用户推出的一个强大的新工具，旨在彻底改变复杂、多步骤研究任务的执行方式。这个工具的设计理念是，用户只需提供一个提示，Deep Research 就能独立完成工作，创建出一份达到研究分析师水平的综合报告。
3 月 2025
DataSciBench：数据科学领域的LLM代理基准测试
DataSciBench基准测试提供一个全面、精炼、自然的挑战性提示（prompt）和不确定的答案，以及多样化的评估指标。为了生成答案（GT）和验证评估指标，开发了一个半自动化的管道，该管道利用基于LLM的自我一致性（self-consistency）和人工验证策略来生成准确的GT。
CoCoMix：打破大型语言模型的“词汇牢笼”
CoCoMix，即“连续概念混合”，是Meta提出的一种新方法，它允许直接在大型语言模型的架构中引入“连续概念”。与传统模型不同，使用CoCoMix训练的模型不仅预测下一个词汇，还生成一个中间的语义表示，捕捉潜在的思想。这些概念随后被注入模型的后续层中，影响整体的推理过程。
Claude 3.7 Sonnet：LLM领域的黑马
Claude 3.7 Sonnet来自Anthropic公司，它定位为一个能够理解微妙指令、承认错误，并从复杂信息中提取深刻见解的语言模型。这些都是我们希望从任何人类员工那里得到的功能，更不用说AI了。在代码生成、解释视觉数据和创造不同形式的写作等领表现出色。
ChatGPT成为Safari默认搜索引擎的新扩展
ChatGPT Search Extension的推出，标志着搜索引擎领域的一次重要创新。它不仅为用户提供了一个新的搜索选择，还展示了人工智能技术在搜索服务中的潜力。随着技术的不断进步，ChatGPT搜索将在未来发挥更大的作用，为用户提供更加智能、个性化和安全的搜索体验。