benchmark – 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

真如摄影、细至发丝！阿里开源新一代图像生成模型Qwen-Image

吴恩达年度AI总结来了！附带一份软件开发学习小tips

AI终于学会在家“伺候人”！Hey Tuya，我躺了

MiniMax作价461亿港元募资46亿，1月9日敲钟代码00100

从“手工艺”到“AI工程化”：解码AI智能渗透的未来之战