科技&趣闻&杂记

Moonshot AI 发布 Kimi K2.5，声称是最强大的开源权重模型，具备 100-agent 协同能力 Moonshot AI 发布 Kimi K2.5 模型，该公司称其为目前最强大的开源权重模型。Kimi K2.5 能够独立协调多达 100 个 AI agents，并行处理复杂任务。THE DECODER 🏷#Moonshot#AI#Kimi#K2#AI#agents 📢频道👥群组📝投稿

新测试表明 AI 实际办公准确率不足 25%，但进展比想象更快 Mercor 发布的研究报告显示，当前主流人工智能模型在处理实际办公室任务时的准确率普遍较低，最高仅为 25%。该研究基于 APEX-Agents 基准，模拟律师、顾问和银行家的真实工作流程，测试模型完成多步骤综合任务的能力。测试结果表明，Gemini 3 Flash 和 GPT-5.2 的准确率分别为 24% 和 23%，其他模型多低于 20%。Mercor 首席执行官 Brendan Foody 认为，AI 缺乏上下文处理能力是导致失败的关键，难以整合分散资源。尽管如此，AI 的准确率已从一年前的 5%-10% 提升至 24%，学习速度显著。研究强调，AI 在多任务处理和上下文切换方面仍有待提升，短期内难以替代人类知识工作者。IT之家 🏷#人工智能#知识工作者#APEX#Agents 📢频道👥群组📝投稿