新闻资讯7

红杉中国：推Agent测评工具Xbench

机器之心2025-05-31

AI 摘要

红杉中国团队：提出AI基准测试工具Xbench，采用双轨评估体系和长青评估机制，重点量化AI真实场景效用价值。首期测试中，不同模型在招聘和营销领域表现差异大。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

华为发布企业智能化AI白皮书

本文为量子位报道，华为在全联接大会2026首发企业AI白皮书，针对当前企业AI单点提效难转化为整体业务收益的痛点，提出企业智能化建设的参考架构与工程落地路径。

本文是被EMNLP 2026主会录用的算法论文，针对现有工具调用合成数据「先生成再筛选」的缺陷，提出分阶段分解加动态自反馈的ToolLoop方法，有效提升合成数据质量，实验效果优于现有方案。

苹果、OV、字节、华为、小米等多家厂商密集发布更新AI OS，本周被称为"AI OS元周"，本文对比各家AI OS在上下文记忆、Agent能力、系统架构的差异，分析不同路线优劣，帮助读者选适合的AI手机。

本文深度解析TypeSafe AI新发布的Jev模型，该模型不生成文本，专注提供高速结构化概率判断，分析了其架构、训练、适用场景，探讨了对AI行业格局的影响，给出开发者实用判断标准。