新闻资讯7

谢赛宁团队新基准，大模型编程测试全军覆没

量子位2025-06-18

AI 摘要

谢赛宁团队推出LiveCodeBench Pro基准测试，参赛大模型全得0分。表现最佳模型难题通过率为0，依赖工具增强。团队超半数是华人，每季度发新评估集。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Agent落地不靠更强模型靠工程系统

本文邀请蚂蚁、腾讯、京东的多位技术专家，围绕Agent落地生产环境展开讨论，提出当模型能力逐渐商品化后，真正的竞争壁垒已经转移到模型之外的工程系统，核心是从Harness到Loop的理念转变。

本文介绍千问最新发布的N1 Pro AI眼镜，颠覆传统AI眼镜需手动/语音唤醒的交互逻辑，搭载全天候视觉感知、眼动追踪，集成健康监测、高像素影像等功能，起售价2600元，同时推出性价比款N1。

本文介绍面壁智能和OpenBMB最新开源的端侧多模态大模型MiniCPM-V 4.7，其35B-A3B版本总参数35B，推理仅激活3B，仅需3G内存即可在iPhone等手机断网流畅运行，性能领先同类模型，详解了其优化技术与行业价值

本文是面向零基础的大语言模型入门长文，无需机器学习背景，只用简单例子讲清大语言模型的核心逻辑，覆盖从原理到产品化的全流程，适合新人系统学习。