深度分析
PDDL 規劃基準比較：GPT‑5、Gemini 2.5 Pro、DeepSeek R1 與 LAMA（2025 實測）
本研究以PDDL任務評估2025年前線大型語言模型的規劃表現。採標準與符號混淆測試，對比GPT‑5、Gemini 2.5 Pro、DeepSeek R1與規劃器LAMA。結果顯示GPT‑5在標準任務解題數接近LAMA，混淆任務表現普遍下降但有改善。
GPT-5
深度分析
EnterpriseDocBench 四軸基準：比較 BM25、E5 嵌入與混合檢索在企業文件上的效能
EnterpriseDocBench 提出一個面向企業文件處理的四軸評測框架：解析（parsing）、索引（indexing）、檢索（retrieval）與生成（generation），並以公開授權的多領域文件語料與半自動 QA 註記流程建構基準。
深度分析
從 GPT-3 到 GPT-5：技術演進、功能擴張與限制全解析
本研究回顧 GPT 系列自 GPT-3 起的技術演進，聚焦模型規模、少樣本預測與多模態整合等變化，指出幻覺與提示敏感等限制仍存，並預測此轉型將重塑 AI 開發與治理格局。