近日，字节跳动豆包大模型团队联合M-A-P开源社区发布SuperGPQA，一个覆盖285个研究生级学科、包含26，529道专业问题的知识推理基准测试。该数据集不仅涵盖数学、物理等主流学科，还首次将轻工业、农业、服务科学等长尾学科纳入评估体系，填补了现有基准测试在长尾知识领域的空白。SuperGPQA已被用于揭示开源与闭源模型的性能差距，成为AI发展的重要工具。传统基准如MMLU和GPQA学科覆盖不足50个，长尾学科占比不到5%，且因数据来源单一（如维基百科）和众包标注不可靠，难以衡量模型在

​在2024年的Inclusion·外滩大会上，蚂蚁集团分享了其在构建知识增强的专业智能体方面的最新进展，并推出了知识图谱与大模型结合的研发成果——知识增强大模型服务框架KAG。该框架由蚂蚁集团知识图谱负责人梁磊介绍，旨在通过图谱逻辑符号引导决策和检索，显著提升垂直领域决策的精准性和逻辑严谨性。