【26.11.13】谷歌自测:终端任务从18.2%升到57%,氢模型开始普及
施泰隆

全球AI进展观察

【26.11.13】谷歌自测:终端任务从18.2%升到57%,氢模型开始普及

时长
6分钟
播放
16次
发布
6天前
在小宇宙收听 ↗

Show notes

节目简介

来源:小宇宙
谷歌称,新Hydrogen在Terminal-Bench 4.1得分57%,上代3.8 Flash为18.2%,并推出任务途中可切换模型的调度器;这些是公司披露的成绩与安排,本节目未复跑。再补看近三天OpenAI研究:思考文字更可控,为何不一定更会逃监控?
本期两条:氢模型的成绩、价格与账号入口;思考链监督实验及反常对照。
时间轴
00:03 新闻简要
00:18 节目介绍
00:26 氢模型与动态调度
03:04 思考链监督的新难题
06:06 节目结束
资料来源
氢模型与动态调度
Google:Introducing Gemini 4 Hydrogen(2026-11-12T18:00:00+00:00)
https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/
Google Antigravity:Gemini 4 Hydrogen and Orchestrator(2026-11-12)
https://antigravity.google/blog/gemini-4-hydrogen-in-google-antigravity
Google Search:Gemini 4 Hydrogen升级(2026-11-12T18:00:00+00:00)
https://blog.google/products-and-platforms/products/search/gemini-4-hydrogen-search-upgrade/
思考链监督的新难题
OpenAI:模型生命周期与思考链可监控性(2026-11-10)
https://alignment.openai.com/cot-monitorability-model-lifecycle/
声音由 AI 合成,稿件经资料核验与编辑。
* 内容主题:模型与产品
* 主要地域:海外, 全球
勘误:如发现事实或来源有误,可在评论中指出,我们会核实更正。

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的单集添加进来吧