「滑动平均质心」共找到 133 篇相关文章
算法论文7
91% ≈ 0%?谷歌最新研究,戳破工程 Agent 的高正确率泡沫
Google 与 Mercor 联合发布物理工程评测 PLE。测试显示 Claude 模型虽能满足 91% 的单项约束,但因各项条件关联,仅 41.3% 的方案满足全部硬性安全要求。
AI科技评论
算法论文6
AI真实工程设计能力,大排行出炉:多模型零分!
Xplore AI 发布物理工程设计评测 RWE-Bench,覆盖机械、航空与电子题目。GPT-6 Astra 仅以 37% 通过率位居第一,其余多数参评模型近乎挂零。
新智元
算法论文7
Claude Opus 5拿到45.7分,25个大模型视频记忆大考
浙大、港中大等多校联合推出视频对话记忆评测基准 VideoMemBench。在围绕同一视频多轮追问的测试中,表现最好的 Claude Opus 5 综合得分仅 45.7 分。
机器学习算法与自然语言处理