开源动态8

FDABench：首个Data Agent基准测试登场

量子位2025-09-10

AI 摘要

南洋理工等机构开源FDABench基准测试，含2007个任务，覆盖异构数据源。研究人员用其测试常见数据智能体，发现不同架构各有优劣，FDABench可助选合适系统。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

字节Seed等提出AI自进化三项新基准

字节跳动Seed联合多家机构，针对当前递归式自我改进AI依赖外部给定目标反馈的缺陷，提出三项新基准，从三个核心维度研究Agent自进化能力，揭示了当前AI自进化的核心瓶颈。

OpenAI发布GPT-6 Astra，总裁称实现了AGI。它在多基准测试成绩优异，能独立完成复杂工作，网络安全能力强。但推理难监控，其即日起向特定机构开放，有使用价格标准。

当地时间9月3日，OpenAI发布GPT-6 Astra，称其为“最智能、最对齐”的模型。它在多测试表现逆天，能力提升显著，还加入新特性。不过价格更高，也带来安全问题。

9月1日，MLPerf Storage 3.0基准测试结果发布，XSKY星辰天合旗下MeshFS首次参赛，在并行文件存储赛道获九项第一。该测试覆盖多类负载，可多维度衡量存储系统性能，MeshFS兼顾性能与成本效率。