算法论文8

UniCode框架：革新大模型代码能力评测

机器之心2025-10-27

AI 摘要

北大与通用人工智能研究院提出 UniCode 框架，用三种策略生成题目、压力驱动合成测试用例。经评测，它挑战高、能暴露模型差异，还证明含少量错题的大规模基准更可靠。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Claude两个新模型曝光，或下月发布

开发者在Anthropic的API中发现Claude的两个新模型代号claude - marshmallow - eap和claude - melon - eap，目前处于内部测试阶段。社区有多种推测，且Anthropic命名风格改变，新模型或下月发布。

IPO前夕，Anthropic最新年化营收达650亿美元，8个月翻超7倍，反超OpenAI。双方在资本市场竞争激烈，A社在起跑时间、财务、商业模式上占优，但OpenAI用户规模和产品生态占优，目前A社牌面更好。

OpenAI发布内部版模型Astra的十项成果，引发数学界震动。菲尔兹奖得主Timothy Gowers分析其成果，指出AI优势在‘输得起’，还探讨找例方法、模型短板，给出训练建议与衡量跨越门槛的标准。

随着模型规模增长、新应用兴起，大模型基础设施面临管理「张量状态」挑战。北大、阶跃星辰与北邮联合提出 TensorCast，解耦张量状态，复用管理能力，在多场景测试中表现出色，为大模型基建提供新范式。