GPT-5编程成绩有猫腻！自删23道测试题，关键基准还是自己提的
网民已经在问“GPT-6什么时候到来？”
GPT-5是通往AGI的又一里程碑
GPT-5在SWE-bench Verified中得分74.9%，在Aider Polyglot得分88%。
Claude 4.1 发布：更强的Agent、代码和推理
奥特曼深夜官宣：OpenAI重回开源！两大推理模型追平o4-mini，号称世界最强
目前，该模型已在魔搭社区与Hugging Face开源。
LPU，专为推理而设计的硬件。
在Video-TT出现之前，视频理解领域已有相应的评测标准，但这些标准普遍存在一定局限性，导致AI的真实能力无法被准确衡量。在这种情况下，一些顶尖模型的表现接近甚至达到了人类水平（上图左侧），这容易给人一种…
目前，该模型已在魔搭社区和HuggingFace平台全面开源。
被OpenAI点名后，智谱刚刚发布新开源模型：国产最全能，一句话造出搜索引擎
为了考察大模型在实际金融场景中部署的能力，蚂蚁数科还联合中国工商银行、宁波银行、北京前沿金融监管科技研究院、上海人工智能行业协会等机构联合推出Finova大模型金融应用评测基准，深度考察智能体能力、复杂推理…
04/01 16:41
10/31 16:58
10/31 16:56
京公网安备 11011402013531号