GPT-5

גוגל משיקה מדד FACTS חדש לבדיקת דיוק AI – אף מודל לא עובר 70%. Gemini 3 Pro מוביל, אך כשלים ברב-מודלי מדאיגים. קראו כיצד זה משפיע על RAG ועסקים ארגוניים.

חוקרים פיתחו סוכני LLM שמאטומטים ניתוח נתונים בפיזיקת חלקיקים, כולל מדידת Higgs ב-ATLAS. המערכת ההיברידית משלבת AI עם Snakemake לביצוע אוטונומי. קראו על הממצאים המהפכניים. (48 מילים)

מודלי AI מתקדמים עוברים בהצטיינות מבחני CFA מדומים בכל הרמות, עם ג'מיני 3.0 פרו שובר שיאים. קראו על ההשלכות העסקיות.

חוקרים מציגים ERO – מסגרת שמשדרגת חשיבה מסוג 2 ב-LLMs חלשים כמו Qwen-7B לרמה עליונה, בעוד GPT-5 עדיין מוגבל. קראו את ההוכחה האמפירית המלאה.

מחקר חדש חושף עלייה בשגיאות אובייקטיביות במאמרי AI מכנסים מובילים, עם 55% יותר ב-NeurIPS. כלי GPT-5 מזהה ומתקן שגיאות בדיוק גבוה. קראו כיצד זה משפיע על הרפרודוקטיביות ועל מחקר ישראלי.