刷榜 – 量子位

刷榜

大模型竞技场再被锤！Llama4私下测试27个版本，只取最佳成绩

“竞技场不应该是唯一基准参考”

明敏 2025-05-02

刷榜大模型竞技场

别让大模型被基准评估坑了！测试集乱入预训练，分数虚高，模型变傻

来自人民大学等最新研究

明敏 2023-11-09

benchmark 刷榜大语言模型

加载更多

热门文章

2026年世界人工智能大会，7月17-7月20上海举办

光象科技累计完成数亿元天使轮融资，布局物理原生基座模型

李飞飞署名具身新论文：Sim2Real烧不起，Real2Sim量大管饱

在联合国，这家中国公司给AI“减负”：不堆算力，而是给机器人装了个“类脑”

极简方案刷新扩散模型推理纪录，阿里清华论文入选ICML杰出论文