开源动态8
Meituan - M17团队：OIBench评测大模型编程能力
机器之心
AI 摘要
当前大模型编程能力评估体系有诸多问题，Meituan - M17团队推出OIBench数据集评测18个主流大模型，发现推理、闭源模型表现优，还计划举办人机协作编程竞赛推动技术发展。
阅读原文 · 机器之心
打破大模型编程「数据污染」与「能力虚胖」困境，Meituan-M17团队构建新一代AI编程评测新标准——OIBench
当前大语言模型编程能力评估体系问题多，如评测集饱和、数据泄漏等。Meituan - M17团队推出OIBench数据集，对18个主流大模型评测，揭示模型真实水平，还将举办人机协作编程竞赛。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态9
Perplexity自研CobbleDB替代DynamoDB
Perplexity核心搜索面向大模型检索，原有存储Amazon DynamoDB在高流量下存在延迟高、成本不可控问题，两名工程师两个月用Rust写出4万行自研CobbleDB，迁移后性能成本均大幅优化，后续计划开源。
InfoQ
算法论文8
人脑信号可引导大语言模型鲁棒推理
本文介绍发表于Nature Machine Intelligence的最新研究，系统探究语言模型与人脑推理表征的对应关系，验证人脑信号可引导提升语言模型推理鲁棒性，为脑启发AI提供了新研究路径。
机器之心
新闻资讯8
中国AI天团发布Atria智能体新模型
本文报道上海人工智能实验室等多家机构联合发布智能体模型Atria Dawn Preview，该模型可1分钟预测全球天气、20分钟搭建MiniOS，团队同时分析AI研发中的人机分工，披露最新协作数据。
新智元
开源动态9
腾讯发布T-Mem 让AI学会联想回忆
当前大语言模型长期记忆方案均基于相似度检索，存在结构性盲区，无法在无字面/语义相似时召回关联记忆。腾讯团队提出T-Mem，实现AI联想回忆，已被EMNLP 2026接收，代码开源并上线QQ AI伙伴。
机器之心