算法论文8

RISEBench暴露模型编辑短板

量子位2025-05-30

AI 摘要

上海AI实验室等团队：推出RISEBench评测新基准，测试显示GPT - 4o - Image在复杂任务中准确率仅28.9%，当前视觉编辑模型理解能力不足，闭源与开源差距大。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

小众模型如何冲上Hugging Face热榜

本文拆解了网易有道新开源的真流式语音识别模型R2T2，从冷启动到登顶Hugging Face ASR热榜第一的完整路径，总结了小众开源模型冲榜的实操经验，对开源项目运营有较高参考价值。

本文作者实测小米花费347万美元训练的开源大模型MiMo-V2.6，从多类真实场景测试模型能力，分析性能成本与实际体验，给出客观真实的测评结果。

本文作者实测对比同日发布的Grok 4.7与小米MiMo V2.6两大模型，认为MiMo V2.6在性能、价格、速度上满足大模型"不可能三角"，体验超预期且全面开源，对AI从业者实用性极强。

本文介绍闭源决策模型Jev的开源替代品Laya，对比两者性能差异，分析Laya的优势与局限性，给出适用场景，为开发者提供选型参考。