人工智能
BrowseComp
BrowseComp 是 OpenAI 开源的 AI 浏览能力评估基准，包含 1266 个高难度问题，覆盖多个领域。它要求 AI 代理进行多步骤推理和跨网站信息整合，测试其搜索、分析和适应能力。Deep Research 模型在其中表现优异，准确率达 51.5%。该工具适用于企业知识库、电商导购、政府服务及 AI 研究等领域，推动智能浏览技术发展。
Verifier Engineering
Verifier Engineering是一种创新的后训练方法，通过搜索、验证和反馈三个阶段优化基础模型性能。它采用目标条件马尔可夫决策过程（GC-MDP），结合线性与树搜索算法，对模型输出进行动态调整。其验证器分类涵盖多种形式和粒度，并支持基于训练和推理的反馈方式。这项技术已在自然语言处理、代码生成、教育和内容安全等领域展现广泛潜力，成为提升模型鲁棒性和智能化水平的重要工具。
Mini DALL·E 3
Mini DALL·E 3是一款由多所高校联合开发的交互式文本到图像生成工具，支持多轮自然语言对话，实现高质量图像的生成与编辑。系统结合大型语言模型与文本到图像模型，提供内容一致性控制与问答功能，提升交互体验。广泛应用于创意设计、故事插图、概念设计、教育及娱乐等领域，具有高效、灵活和易用的特点。
