Surprising

长期以来，人们一直怀疑革命卫队（尤其是其 Quds Force）是对近期发生在伦敦、加拿大及欧洲各地的恐怖袭击负责。美国当局逮捕了一名涉嫌指挥伊朗支持的民兵组织的伊拉克指挥官，此人被指控在伊朗战争开始以来对英国、欧洲和加拿大发起的18起恐怖袭击负责。这一进展令人震惊，但绝不令人意外。

专栏作家 Chanda Prescod-Weinstein 表示，弄清楚什么才真正算作一个星系，可能会让我们对暗物质产生新的见解，并有可能撼动天体物理学、宇宙学和粒子物理学。

Texas A&M University 的研究人员开发了他们所描述的迄今为止最具挑战性的 AI 基准测试，其结果与此前对人工智能能力的预期相矛盾。这项综合研究由一个庞大的科学家团队主导，旨在调查随着模型变得日益复杂，顶尖 AI 系统在极高难度评估中的表现。研究结果表明，当前的 AI 系统在这个严苛的评估框架中达到了意想不到的性能水平，为先进机器学习模型的真实能力及其局限性提供了重要见解。

• Texas A&M University 的科学家们在 50 多位合作者的共同参与下，创建了迄今为止最具挑战性的 AI 测试，旨在评估先进语言模型在复杂推理任务上的表现。 • 初步结果显示，即使是顶级 AI 系统也面临显著困难，这表明尽管这些模型在简单基准测试中表现出色，但在实际能力上仍存在差距。 • 该基准测试已在同行评审论文中详细阐述，旨在推进 AI 安全性和鲁棒性研究的边界。