「基准测试成本」共找到 3377 篇相关文章
Vibe Coding误烧55万元token，他靠嘲笑声反手赚了7个亿
美国企业金融服务公司Slash鼓励Vibe Coding，员工尼哥开发《Brainrot Shooter》，称花8万多美元，引发关注。游戏火了，还带来1亿美元AUM，最后发现账单是假的，成本不到200美元。
Sora 关停背后：为啥它没跑成“视频版 ChatGPT”？
OpenAI Sora 宣布关停，其评论区评价两极分化。它没跑成“视频版 ChatGPT”，问题在于使用频率、成本结构和产品形态。关停或与 OpenAI 筹备 IPO 有关，未来 Sora 团队将推进相关研究。
首个英文原生「弱智吧」！逻辑谬误数据集与生成框架来了 | AAAI'26
研究发现大模型判断逻辑谬误易误报正常句子，但分类能力较强。研究人员构建英文逻辑谬误基准SMARTYPAT - BENCH，开发生成框架SMARTYPAT，为大模型逻辑评估提供新思路，可用于多领域。
吴恩达发布论文自动审阅器，ICLR上达到接近人类水平
目前学术会议论文评审无统一规范，投稿量膨胀致审稿周期冗长。吴恩达发布‘Agentic Reviewer’，在ICLR 2025数据测试中接近人类水平，现阶段在arXiv研究领域表现佳，但仍处实验阶段。
Windows AI助手免费进化！能操作电脑、登录网页、生成代码
Windows Copilot正式更新，Microsoft 365 Copilot中Researcher智能体新增“计算机使用”能力，能操作电脑、登录网页、生成代码等。更新已在预览版上线，还介绍了其运行机制和性能测试情况。
原来我每天玩手机是在给平台免费打工
我们身处精心设计的数字体系，大型企业规模化后将运营成本转嫁给使用者和创作者。平台要求内容‘垂直’、鼓励‘模仿’，AI时代更直接收割全网公开内容，这是一场不动声色的掠夺。
睡觉也在卷！伯克利Letta新作「睡眠时计算」让推理效率飙升
Letta和UC伯克利研究者提出「睡眠时计算」技术，能让LLM在空闲时间提前思考以提升推理效率，降低推理成本，在多数据集实验中展现优势，在软件工程任务中也有应用。
每天熬到凌晨、没有人规划、全靠“能干就干”！离职员工爆料：OpenAI Codex 就是这样“卷”出来的
《连线》称 OpenAI 研究员 Jason Wei 等将加盟 Meta。离职员工 Calvin French - Owen 分享在 OpenAI 经历，揭秘其自下而上研究文化、扩张问题、成本结构等，还讲述 Codex 开发情况。
随着 AI 内存需求推高非 AI 基础设施价格，OVHcloud 将上调服务价格
OVHcloud 将于秋季上调多数服务价格，主因是自 2025 年年中起内存与存储组件成本大幅攀升，创始人 Octave Klaba 认为是 AI 算力建设热潮挤占了普通服务器核心组件的晶圆制造产能。
卖Token也不是稳赚不赔！硅基流动招股书来了
硅基流动向港交所提交上市申请，剑指港股「AI Token工厂第一股」。它将异构算力等封装成Token供应服务，2025年营收增653.2%，但亏损也扩大，公有云业务成本压力明显，生意待市场检验。