「算力评估」共找到 1473 篇相关文章
OpenAI急眼了！四页密信怒撕Claude，80亿营收全掺水
OpenAI首席营收官Denise Dresser发四页内部备忘录，向员工发出「决战动员令」，要从「卖产品」转向「做平台」。备忘录火力全开，抨击Anthropic，还急着与微软划清界限，将亚马逊视为重要伙伴。此外，还曝光了接下来90天要做的五件事。
1000亿，武汉国资赚翻了
华工科技孵化自华中科技大学，凭借光模块业务乘AI东风，市值超千亿。武汉国资数年前收购其股份，浮盈约150亿。长飞光纤也受益于AI算力爆发，成新晋十倍大牛股。武汉光谷产业迎来爆发。
OpenClaw代码越改越崩？新研究EvoClaw揭示：Agents持续开发成功率仅13.37%
USC邓港大等联合发布评估基准EvoClaw，揭示AI在持续开发场景下表现不佳，成功率仅13.37%。研究还指出当前评测易高估AI能力，提出DeepCommit重构演进历史，分析各模型在持续演进中的局限与问题。
OpenClaw 火了半年，Agent 执行层依然是工程空白
当前主流 Agent 工具链执行层基本空白，Violoop 是少数在执行层做系统化设计的项目。它是桌边触屏硬件，获取三类运行时数据，具备感知 - 判断 - 执行运行时，有多种核心能力，适合特定场景团队评估。
智谱发布龙虾基座模型GLM-5-Turbo，还适配了一个养龙虾的盒子
智谱发布专为龙虾场景深度优化的基座模型GLM - 5 - Turbo，从底层训练重塑，增强四项核心能力。发布评测基准ZClawBench，模型表现领先。还推出龙虾套餐和安全管理体系，助力企业实现算力自由与安全管控。
阿里AI重组：集团CEO吴泳铭亲征！「Token为王」全面决战ASI
阿里宣布成立全新的Alibaba Token Hub（ATH）事业群，由CEO吴泳铭挂帅，收拢通义千问等团队。这标志阿里AI战略转向，告别技术至上，聚焦B端商业变现与算力应用，围绕Token构建工业化流水线。
如何定义“人味儿”？——HeartBench评测体系建设实践
在大模型竞争格局生变，情感智能评测缺失的背景下，作者团队发布聚焦AI拟人化的中文评测体系HeartBench，介绍其设计、评估方式、迭代过程等，还沉淀了评测体系构建方法论及专家标注管理思考。
清华发布世界模型评测新标尺：直击机器人感知与行动鸿沟
清华大学等机构推出 WorldArena 评测基准，用于测试 EWM 真实能力。它融合感知与功能评估，含十六项视频指标，结合主客观评价生成 EWMScore。测试揭示模型在感知与行动上的差距，转型为实用型模型是行业挑战。
马斯克首席AI脑与莱姆病抗争！曾师从丘成桐，杨格宣布辞职
马斯克xAI核心架构师、联创之一杨格宣布离职，转任非正式顾问。他长期与莱姆病斗争，打算康复后复出。杨格是数学天才，师从丘成桐，是Tensor Programs理论之父，其技术为xAI节省大量算力成本。
检索做大，生成做轻：CMU团队系统评测RAG的语料与模型权衡
CMU团队在最新ECIR接收论文中，系统评估RAG语料规模与生成模型规模替代关系。实验表明，语料扩容可让小模型追上大模型，提升主要来自证据覆盖。研究为RAG系统提供更具性价比提升路径。