"benchmark"最新资讯 | 量子位

benchmark

o3-pro通关“推箱子”，人类怀旧小游戏成了大模型新Benchmark

测评负责人还是大模型竞技场顾问

克雷西 2025-06-17

benchmark

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

具身智能大算力开发平台S600重磅亮相，地瓜机器人引领新范式

对话范浩强：10亿融资之前，我们手搓了5000元“丐版硬件”

首位“80后”院士，来自北大数院

卡帕西大模型横评方法太好玩！四大AI匿名参赛评分，最强出乎意料

AI把PC天花板打破了