「多模态评测基准」共找到 2147 篇相关文章

新闻资讯3

马斯克Grok 4正式发布:世界最大AI超级计算机就训练了这?

Grok 4公开基准测试有进步,但在高级推理测试表现差,视觉理解仍是短板。性能提升多靠整合符号工具,无重大技术创新,‘幻觉’问题没实质进展,xAI官方对道德对齐信心不足。

AI寒武纪
产品应用7

R2没来,却等来综合性能更优的DeepSeek R1T2

抱抱脸热门排行榜出现R1变体模型DeepSeek-TNG-R1T2,构建于多个父模型之上,在智能与输出token长度间达新平衡点,速度快且测试表现佳,还给出与不同模型对比的选择建议。

PaperAgent
开源动态8

伯克利最强代码Agent屠榜SWE-Bench!用Scaling RL打造,配方全公开

开源软件工程模型DeepSWE横空出世,基于Qwen3 - 32B,仅用强化学习训练,以59%准确率刷新SOTA。它采用rLLM框架、R2E - Gym环境,用改良GRPO++算法,还介绍了评估策略及训练挑战的解决办法。

新智元
产品应用7

Labubu后,一款AI“毛球”潮玩火了:朱啸虎押注,定价399元开售就卖爆

国产AI潮玩Fuzozo(芙崽)618预售爆火,首轮10分钟破千单。它获朱啸虎等投资,主打18 - 35岁女性客群,有五行性格设定,具多模态交互与养成陪伴功能,还构建了独特技术体系。

量子位
开源动态8

谷歌杀疯了!全新开源AI编程工具Gemini CL,刚开源1天就斩获26.5K标星!

谷歌推出全新开源AI编程工具Gemini CLI,开源不到24小时获26.5K标星。它将Gemini 2.5 Pro塞进命令行终端,有自然语言驱动等多种能力,免费额度高,可扩展,部署简单。

开源星探
产品应用8

百文心快码正式发布AI IDE,首创设计稿一键转代码、支持MCP

6月23日,百度副总裁陈洋发布文心快码独立AI原生开发环境工具Comate AI IDE,是行业首个多模态、多智能体协同的AI IDE,首创设计稿一键转代码,亮点多、功能强,适配开发场景。

AI前线
算法论文7

少说‘Wait’,多做题:NoWait重塑大模型推理路径

现代大模型在复杂推理时爱用自我反思词,触发冗余验证循环,拖慢速度、增加算力消耗。NoWait方法零训练成本,通过抓关键词、扩展变体、实时屏蔽,让模型跳过废话,在多任务中表现出色,且颠覆对推理的认知。

深度学习自然语言处理
新闻资讯7

Claude与人类共著论文,苹果再遭打脸!实验黑幕曝光

苹果一篇质疑大模型推理能力的论文引发争议。Open Philanthropy研究人员联手Anthropic发表论文,揭露苹果论文三大缺陷,指出部分测试无解却让模型“背锅”,还给出正确评价大模型推理能力的方法。

新智元
开源动态8

斩获3K+ star,再见传统开发!这款开源AI后台开发框架让效率提升300%

ruoyi - ai是基于ruoyi - plus开发的开源AI平台,集成前沿模型,有聊天、绘画等全栈AI能力,具多模态交互和企业级部署支持,核心功能丰富,技术架构优,有实战成效,与同类有差异。

小华同学ai
新闻资讯9

刚刚,Meta最强旗舰碾压GPT-6和Opus!一夜杀回世界前三

Meta发布两款全新旗舰大模型Muse Wonder与Muse Wonder Full,多项基准测试反超GPT-6 Astra和Claude Opus,长任务编程、专业能力测试表现领先,依托吉瓦级超算训练,已正式上线开放服务。

新智元