"测试基准"最新资讯 | 量子位

测试基准

限定120分钟科研挑战，o1和Claude表现超越人类

长期科研还得靠人类

一水 2024-11-25

测试基准

大模型玩你画我猜：Claude6局3胜，GPT-4o表现迷惑

人类一旁围观超起劲

允中 2024-11-03

大模型测试基准

加载更多

热门文章

我雇了个AI，替我读微信列表里“吃灰”的公众号文章

世界模型有了开源基座Emu3.5！拿下多模态SOTA，性能超Nano Banana

OpenAI首个GPT-5找Bug智能体：全自动读代码找漏洞写修复

原神LOL齐聚的Unity开发者大会，我看到了AI游戏的未来

Kimi开源新线性注意力架构，首次超越全注意力模型，推理速度暴涨6倍