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

智谱 GLM - 5.3 Flash 开源，低价高能来袭

Ox Alpha 匿名模型上线 OpenRouter 后表现亮眼，消耗大量 tokens 并终结 DeepSeek 霸榜纪录。官方揭晓其为智谱 GLM - 5.3 Flash，价格低、能力强，经多场景测试，多模态理解等维度达顶尖水平。

香港科技大学（广州）联合腾讯AI平台部提出VibeWorlding，是可通过多轮对话等自主构建和编辑交互式3D世界的多模态智能体框架。团队开源多项数据，其模型经强化学习后表现超GPT - 5.5等。

Qwen 3.8 27B是性能好、体积小的开源模型，个人也能本地部署。本地跑开源大模型，重点看容量和带宽两个指标，还介绍了Mac、RTX 5090、RTX PRO 6000三种部署方案及优缺点。

OpenAI投资的法律AI公司Harvey，首个自研模型Harvey Tenet选中国开源模型Kimi K3作底座。因原用闭源模型成本高、有竞争风险。Tenet训练成本低、性能佳，显示出可复制路径。