標簽：基準

WPS 大家經常用來日常寫作，雖然本身提供了AI功能，但可惜需要會員，本文教你三分鐘接入最火的DeepSeek，讓WPS秒變辦公神器。 DeepSeek API申請地址：http:/...

這兩年大家都在感嘆生活不易，然而我想說的是，機會還是有的，但問題不在于有沒有，而在于你是否能夠認準機會，然后抓住它。 接觸過很多咨詢項目的人，發現...

字節開源最全面代碼大模型基準FullStack Bench，可在線體驗。

作者：李姝 編輯：李寶珠 上海人工智能實驗室聯合華盛頓大學/莫納什大學/華東師范大學等多所科研單位提出了 GMAI-MMBench 基準，包含來自全球的 284 個下游任...

機器之心報道 編輯：澤南，亞鸝???多智能體系統，可自動化整個 ML 工作流程，節省數千小時工時。 Open AI 的推理模型 o1，這么快就被比下去了？ 本周五，AI ...

大會預告12月5日-6日，2024中國生成式AI大會（上海站）將舉辦。上海科大助理教授、博導顧家遠，騰訊優圖實驗室天衍研究中心負責人吳賢，銀河通用機器人合伙人...

小明 發自 凹非寺量子位 | 公眾號 QbitAI一夜之間，AI編程模型的開源王座易主了！ Qwen2.5-Coder-32B正式發布，霸氣拿下多個主流基準測試SOTA，徹底登上全球...

一水 發自 凹非寺量子位 | 公眾號 QbitAI讓大模型集體吃癟，數學題正確率通通不到2%！ 獲大神卡帕西力薦，大模型新數學基準來勢洶洶—— 一出手，曾在國際數學...

夕小瑤科技說 原創作者 | 小鹿最近，出現了一個數學基準集，讓大模型們的數學集體翻車，正確率還不到2%。 就是這家非營利研究機構Epoch AI，它集合了世界最頂...

新智元報道編輯：Hjh 【新智元導讀】Epoch AI推出數學基準FrontierMath，目前前沿模型測試成功率均低于2%！OpenAI研究科學家Noam Brown說道：「我喜歡看到新...

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術...

新智元報道編輯：LRST 【新智元導讀】VQAScore是一個利用視覺問答模型來評估由文本提示生成的圖像質量的新方法；GenAI-Bench是一個包含復雜文本提示的基準測...

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術...

新宇投稿 凹非寺量子位 | 公眾號 QbitAIGPT-4o 四月發布會掀起了視頻理解的熱潮，而開源領軍者Qwen2也對視頻毫不手軟，在各個視頻評測基準上狠狠秀了一把肌肉...

機器之心報道 編輯：Panda大?模型控制計算機果真就是未來方向？最近這幾天，讓大模型具備控制計算機（包括電腦和手機）的相關研究和應用如雨后春筍般不斷涌現...

大數據文摘受權 轉載自數字生命卡茲克 作者：卡茲克、東毅 夜里十一點，大洋彼岸早上8點整。 Claude帶著大貨閃亮登場了。 升級版的Claude 3.5 Sonnet，新模型...

新智元報道編輯：桃子 【新智元導讀】Mistral 7B誕生一周年之際，法國AI初創公司Mistral再次連發兩個輕量級模型Ministral 3B和Ministral 8B，性能趕超Llama 3...