QIN2DIM's Tech Channel

KCORES 大模型竞技场 o3, o4-mini, o4-mini-high 评测 https://x.com/karminski3/status/1912648451621548435?t=yNFZ9cNYmpOEE-Irv0IZeA&s=19

o3 vs Sonnet 3.7 and Gemini 2.5 Pro GPQA: o3 - 83.3% Sonnet - 84.8% Gemini - 84.0% SWE-bench Verified: o3 - 69.1% (regression over preview score from December) Sonnet - 70.3% Gemini 63.8 % AIME 2024: o3 - 91.6 % Sonnet - 80.0% Gemini - 92.0% Aider: o3 - 81.3 % Sonnet - 64.9 % Gemini - 72.9 %

https://openai.com/index/introducing-o3-and-o4-mini/

PyCharm is now one unified product! version 2025.1 | Junie Agent https://www.jetbrains.com/pycharm/download/?section=windows

OpenAI: Livestream in o3 hours. https://x.com/OpenAI/status/1912506271187832904?t=8a4VzWpPhbGqulin_qh68Q&s=19

https://arstechnica.com/ai/2025/03/is-vibe-coding-with-ai-gnarly-or-reckless-maybe-some-of-both/ #分享

GPT-4o 图像编辑变成了 Agent 模式 OpenAI 官网现在隐藏了「创建图片」按钮，需在「画布」中触发，当你提出一个简单的绘制需求时，模型会像 Deep Research 那样有一轮反问，引导用户思考和拓展可选项，而这轮 prompt 也会作为绘图依据。最终确定需求后，模型在拿着完整的上下文去绘图。 也即，现在的 GPT-4o 图片编辑功能已经开始迈向 Agent 模式了。

GPT-4.1 是一个矛盾的模型 新更新的 GPT-4.1 在视觉理解能力上与 GPT-4.5 持平，相较 GPT-4o 的最新型号有 10% 的提升，与 o1-high 接近。 在 MMMU 视觉理解基准测试上，GPT-4.1 的评分是 75%，而 03-25 发布的 Gemini 2.5 Pro 高达 81.7% 断档式领先。 Gemini 2.5 Pro Preview | GPT-4.1

KELING 2.0 https://app.klingai.com/global/release-notes https://x.com/hq4ai/status/1912056679690342881

中央网信办4月15日启动“短视频领域恶意营销乱象”专项整治，为期3个月。 假冒新就业群体身份，虚构苦情戏卖惨营销。夸大渲染家庭矛盾、职场冲突、暴力案事件，制造焦虑戾气对立。 户外搭讪、街头采访，骚扰陌生路人，或诱导受访者口述隐晦色情内容。标题配文故意关联软色情，内容突出呈现低俗声音、暴露着装、诱惑动作。 情感交流、国学文化、中医养生、快速致富，诱骗老年人等特定群体非理性消费。“揭露行业秘密”“曝光行业内幕”“举报行业骗局”“我被行业封杀”吸粉引流。虚假“打假”“测评”“探店”内容。 （中央网信办）

gpt-4.1-2025-04-14

Meta Llama 4大模型排名暴跌至32名 被证实提供"特供版"刷榜 LMArena最新排名显示，Meta发布的Llama-4-Maverick大模型从原先的第2名骤降至第32名，证实了开发者关于Meta提供"特供版"刷榜的质疑。Chatbot Arena官方确认Meta提交的是实验性优化版本，而开源社区获得的Llama-4-Maverick-17B-128E-Instruct版本性能远逊，目前排名不仅低于Gemini 2.5 Pro、GPT4o等主流模型，也不及DeepSeek和Qwen等中国产模型。 来源：TechWeb