「技术方案评测」共找到 3951 篇相关文章
EvaLearn：AI下半场的全新评测范式！
OpenAI研究员指出传统基准测试难衡量AI实际效用。复旦大学与字节跳动等团队提出全新评测范式EvaLearn，以连续问题求解为核心，构建问题并设评分标准，对九个前沿大模型研究有诸多发现。
Anthropic更新了Skill Creator，评测框架上线
Anthropic更新Skill Creator，上线评测框架。该框架无需写代码，能处理两类技能测试需求，可测试和改进技能，有捕获质量回归等用途。还增加基准模式、多Agent支持等，能让技能触发更可靠，更新已在Claude.ai等可用。
AI时代：判断力为何比技术能力更重要？
音乐家布莱恩·伊诺1995年指出计算机音序器把技术问题转为判断问题，如今AI时代这一洞察更凸显价值。技术壁垒消失，判断力成关键差异，未来职业将向战略判断转变。
R1时代，RAG-Retrieval技术总结与展望~
RAG - Retrieval提供全链路RAG检索模型微调、推理及蒸馏代码，支持多模型、多loss和训练方式。还发布模型技术报告，设计评估框架，未来探索RL在检索领域应用。
所谓“氛围编程”，不过是“技术债”的新马甲
本文编译自 Steve Krouse 演讲与博客，指出‘氛围编程’代码即遗留代码、‘技术债’，编程核心是理论构建。还认为工具优于智能体，代码是描述软件的正确媒介，人类大脑在编程中始终是核心。
技术更新 or 组织重塑，企业如何用好“数据智能”？
InfoQ《极客有约》X AICon 直播栏目邀专家探讨企业数据智能应用。谈及构建数据集、优化检索效率等问题，还分析数据准备挑战、DeepResearch 优势，指出数据智能落地面临组织与技术层面的挑战。
AI转型最大的门槛，不是技术，是人
浪潮信息董事长彭震在人工智能+生态大会上提出，AI转型最大门槛是人而非技术。他指出组织力不足影响业务效果，提出Humagent概念。浪潮信息还从文化、组织、流程层面推动转型，愿做客户同行者。
卡帕西Anthropic最新头衔：技术员工（MTS）
卡帕西在Anthropic头衔为技术员工（MTS）引关注，不止他，很多大佬加入Anthropic和OpenAI职级都是MTS。MTS年薪可观，其制度有防猎头、促文化认同等好处，但也被指有‘粉饰’之嫌。
谷歌成立AI基金，为初创公司提供技术、资金
谷歌宣布推出AI Futures Fund，旨在投资运用DeepMind AI工具的初创企业，提供技术、资金支持，如提前接触模型、专家指导、云服务积分和直接投资等，未透露基金规模。
24个Agent工作流框架用哪个? 11个维度全面评测
LLM发展推动自然语言理解进步，国产LLM密集发布。文章从功能能力和架构特性两维度，对24个智能体工作流框架全面评测，给出关键结论，还提及优化策略、应用领域等。