「工程基准」共找到 1647 篇相关文章
新闻资讯8
谷歌IMO金牌级Gemini 3深夜上线！华人大神挂帅，OpenAI无力反击
谷歌DeepMind推出IMO最强金牌模型Gemini 3 Deep Think，以2.5倍暴力性能碾压GPT - 5.1。它在多项基准测试表现出色，已在Gemini App上线。谷歌还将在新加坡组精英团队，由华人科学家Yi Tay率队。此外，Gemini 3 Pro使网页端市占率创新高。
新智元
产品应用6
奥特曼和Dario同台唱rap！Genspark新视频Agent上线，零基础也能拍短剧
Genspark 上线视频创作工作台 Media Studio，接入 20 多家厂商的 70 多个模型，覆盖剧本、生图、视频、音频到剪辑的全流程。
量子位
新闻资讯6
普林斯顿CS女学霸，突然告别Anthropic！一手带火Claude Code
Anthropic旗下Claude Code产品总负责人Cat Wu宣布离职，这是该团队10天内离开的第4位核心成员。
新智元
新闻资讯7
Sora 2 惊现 LLM 推理能力，视频生成模型也能搞推理？
Sora 2在科学推理基准测试中获55%成绩，虽不敌GPT - 5，但一个视频生成模型能做推理令人惊讶。Epoch AI实验发现其可能借LLM重写提示词答题，网友也证实背后或有GPT - 4o等处理。此外，Google研究显示视频模型经大量训练或有推理能力。
AGI Hunt
开源动态7
耗时4小时、调用工具1492次：首次能操作电脑的腾讯混元Hy4交出了什么？｜甲子光年
腾讯发布混元Hy4正式版，首次加入视觉理解与电脑操作能力并计划开源权重；官方坦承多数跑分仍落后于顶尖闭源模型，但在内部科研评测中位居开源第一。
甲子光年
算法论文7
Meta提出World-T³：全新世界模型，单卡可跑20.6 FPS实时生成！
Meta 等机构提出相机可控视频世界模型 World-T³，通过测试时训练让模型在漫游掉头时记住走过的场景，在单张 B200 显卡上实现 20.6 FPS 实时生成。
CVer
算法论文8
LeCun证明了：规模从未起作用，下一token路线效率低
LeCun 团队发文在数学上论证了跨模态表征收敛的柏拉图假说；其提出的好视图 JEPA 方案使1.09亿参数模型表征对齐度超过72B大模型，样本效率最高提升42倍。
机器之心