「端到端测试」共找到 4037 篇相关文章
阿里发布信息检索Agent,可自主上网查资料,GAIA基准超越GPT-4o | 模型&数据开源
阿里发布WebDancer信息检索Agent,能自主上网查资料。它具备多步推理等能力,采用四阶段训练范式,模型和方法已开源。在多个基准测试中表现优异,突显处理复杂任务的鲁棒性和有效性。
突破传统检索瓶颈!阿里通义实验室发布 WebDancer,开启多步推理智能体新范式!
在信息爆炸时代,传统检索技术缺乏动态决策能力,难以满足多步推理需求。阿里通义实验室发布的 WebDancer 基于 ReAct 框架,通过四阶段构建,在测试中表现优异,未来规划拓展工具生态、突破任务边界等。
长视频推理耗时减半!中大、港理工等提出免训练压缩新方法|NeurIPS'26
中山大学、港理工等提出 V-CAST,在送入语言模型前筛选视觉 token。768帧音视频测试总推理耗时降低50.0%,保留原模型97.1%的表现;效果取决于模型与输入长度。
英伟达沦为背景板!Opus 5.5亲手搓AI基建,人类基线失守
CMU 等用六项任务测试 AI 自建算力软件。Opus 5.5 配合 Claude Code 综合指数达1.25,基线为1;五项超过成熟系统,后训练一项接近基线,结果限于评测设置。
GitHub 已被各类Agent霸榜,今天挑选5个高star Agent
文章挑选5个GitHub高star Agent项目。如Hermes Agent是开源自改进AI Agent,有自主技能创建等特性;GitNexus是纯浏览器端代码智能工具;Shannon是白盒AI渗透测试工具等。
刚刚,GPT-5.4核心内幕炸裂剧透!或拥有永久记忆,极限推理狂飙
多方消息显示GPT - 5.4已开启测试,多次意外曝光。它或有极限推理模式、翻倍上下文、长任务表现佳,甚至可能拥有永久记忆。OpenAI因对手紧逼,模型更新接近月更。
AI5芯片搞定,马斯克的纯自研超算Dojo 3又回来了
马斯克宣布AI5芯片设计进展顺利,特斯拉将重启Dojo 3工作。Dojo项目定位为面向机器学习训练的超算,此前曾暂停。如今Dojo 3将集成AI5或AI6芯片,有望助力特斯拉摆脱对英伟达依赖,自建算力体系。
继宇树后,唯一获得三家大厂押注的自变量:具身模型不是把DeepSeek塞进机器人
2026 开年,自变量机器人获字节、红杉 10 亿融资。自变量认为具身智能不是 AI 模型应用,需“生于物理世界、用于物理世界”的基础模型,其有自研成果,还开源模型组织黑客松。
真够卷的!DeepSeek更完智谱更:GLM-4.6,代码国内最强
前脚DeepSeek更新到V3.2,智谱又推出GLM-4.6,代码能力达国内最强。测试显示其在多方面表现出色,还降低平均token消耗。寒武纪、摩尔线程跟进适配,价格也降低。
进博观察|新一代通讯的下一站:6G、AI算力与后量子安全
全球首台符合3GPP最新定义的6G终端原型机亮相,互通测试峰值约14G;首个6G标准版本预计2029年完成。