在学术研究领域，文献检索是一项复杂且重要的信息获取任务。研究人员需要能够处理复杂的、专业知识领域的检索能力，以满足细致的研究需求。然而，现有的学术搜索平台，如谷歌学术，往往难以应对这些复杂的研究查询。例如，针对使用 UCB 方法的非平稳强化学习的专业查询，需要更强的计算和分析能力。此外，研究人员在进行文献综述时，通常需要耗费大量的时间和精力手动浏览庞大的学术数据库。尽管已有多项研究探讨了大型语言模型（LLMs）在学术论文检索和科学发现中的应用

上海人工智能实验室宣布其书生大模型迎来了重要版本升级，推出了书生・浦语3.0（InternLM3）。据实验室介绍，新的版本通过精炼的数据框架，显著提升了数据使用效率，从而实现了思维密度的提升。此次升级的 InternLM3-8B-Instruct 模型仅使用4T 的数据进行训练，官方表示其综合性能超过了同等规模的开源模型，且训练成本节约了超过75%。值得注意的是，这一版本首次在通用模型中实现了常规对话与深度思考能力的融合，能够更好地应对多样化的真实使用场景。在模型的评测方面，研究团队

上海人工智能实验室司南OpenCompass团队与魔搭ModelScope联合推出的大模型评测平台CompassArena（大模型竞技场）近日迎来了新升级，旨在为用户提供更科学、全面的模型评估体验。自上线以来，该平台吸引了大量社区用户参与并贡献数据，基于这些数据，CompassArena不断优化，此次升级包括全新Judge Copilot功能和榜单算法的改进，以及新增20多个全新模型。

在AI技术蓬勃发展的背景下，提示工程作为一门关键的技术，通过巧妙设计的提示引导AI更精准理解人类意图，提高AI响应的准确性。然而，这一过程对普通用户而言具有较高的门槛。为解决这一问题，北京大学和百川科技的科学家团队共同开发了PAS（Prompt Augmentation System），一个基于大型语言模型的智能提示增强系统。PAS在数据利用、兼容性、灵活性和性能上表现出色，显著提升了AI理解和响应人类需求的能力。其工作原理包括高质量提示的筛选和补充提示的自动生成，实验结果显示，PAS在逻辑推理、语言翻译和问答能力等多个基准测试中均取得了最佳成绩，极大地降低了提示工程的门槛，为AI技术的普及和深化应用铺平了道路。

上海人工智能实验室的司南 OpenCompass 团队与魔搭 ModelScope 合作，推出了 Compass Multi-Modal Arena，这是一个大模型评测平台的新版块，专注于多模态大模型。用户可通过上传图像并输入问题，让两个匿名多模态大模型生成答案，然后基于生成内容的质量进行主观评估，选择表现更佳的模型。平台提供简单易用的界面和特色题库，题库侧重于主观视觉问答任务，如迷因理解、艺术品赏析和摄影作品赏析。此平台旨在评估多模态大模型在主观任务上的性能和用户体验，并已向公众开放。

​近日，一款名为GPT4o Captcha Bypass的新型验证码破解工具引起了业内关注。该工具是一个命令行界面（CLI）应用程序，利用Python和Selenium技术，能够测试和破解多种类型的验证码系统。