产品应用7
翠翰团队：评测agent提效，年省千万标注成本
阿里云开发者
AI 摘要
翠翰团队：为应对AI应用场景增多，建设统一评测agent，通过架构优化、模型切换与多阶段训练，提升机审率，突破97%，年度节省千万级标注成本。
阅读原文 · 阿里云开发者
自动化评测的九九归一——评测agent
本文提出统一评测Agent架构，实现评测全链路自动化。它能学习标注标准，完成自动标注等工作。还介绍架构、解耦方法、模型优化及训练方案，解决多模态幻觉等问题，提升机审率，节省标注成本。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文9
多校推出VBVR-Pro视觉推理训练场
针对原生视觉推理缺少完整训练评估基础设施的现状，NTU等多校联合推出VBVR-Pro系统，构建了从任务构建、模型训练、能力评测到强化学习优化的完整闭环，论文、数据、代码均已公开。
机器之心
开源动态8
智谱「牛来」模型：国产开源多模态利器
神秘模型「牛来」真身曝光，是智谱刚开源的 GLM - 5.3 Flash，为 5 系列首个原生多模态模型。它尺寸小能力强、价格低，用国产卡，实测多模态和 Coding 能力出色，架构全新，开源后将模型、算力和生态结合。
量子位
开源动态8
智谱、阿里新模型亮相，性能屠榜！
智谱发布GLM - 5.3 - Flash（牛来模型），原生多模态，支持1M token上下文，运行在国产芯片，价格实惠。阿里开源Qwen3.8 - Flash - Next权重，成本低性能优，在四大维度重构架构。
AI寒武纪
产品应用8
Qwen3.8-Flash：全新架构模型发布
本文介绍了 Qwen3.8-Flash 多模态 MoE 模型，它原生支持 262,144 token 上下文。该模型在 Attention、Residual、Embedding 与 Optimization 四个方面系统升级，降低训练与推理成本，即将上线千问 AI 平台。还发布了 Qwen3.8-Flash-Next 开源权重。
千问大模型