「端到端评测」共找到 3019 篇相关文章
Figma 如何使用 AI 来支持而不是取代设计师
Figma 在设计平台集成 AI,有自动命名层等功能,能将文本提示等转换为生产就绪代码。其 AI 功能基于早期基础设施,关键在于 Dev Mode 和 MCP 服务器,确保设计师掌控输出,降低制作软件障碍。
首篇WebAgents综述:大模型赋能AI Agent,实现下一代Web自动化
互联网任务重复繁琐,香港理工大学研究人员从架构、训练和可信性等角度,总结WebAgents代表性方法,梳理研究进展。WebAgents能根据用户指令完成网页任务,其发展预示人机关系新纪元。
科研写作神器,超越Mathpix的科学公式提取工具已开源
LaTeX公式OCR现有方法处理真实文献面临挑战,DocTron团队提出系统性方案。构建CSFormula数据集,提出DocTron - Formula模型,在评测和实际应用中表现出色,超越Mathpix等工具。
MIT和加州联手打造多智能体大语言模型的金融交易框架TradingAgents
MIT和加州联手打造多智能体大语言模型的金融交易框架TradingAgents,将交易任务分解为专业角色,含分析师、研究员等。介绍了安装、CLI使用、包的实现细节等,还提及项目地址。
直播预约 | Evaluation论文分享@ICML&ACL2025
2025年6月11日20:00将直播分享Evaluation论文。多位嘉宾参与,涉及SyncPL奖励建模、文本事实一致性验证、大模型评测方法等多领域论文,涵盖模型优化、基准测试等内容。
哔哩哔哩献给二次元世界的礼物—AniSora,目前最强大的开源动漫视频生成模型
动画视频生成评估挑战大,现有模型处理动画视频力不从心。哔哩哔哩推出AniSora综合系统,支持一键生成多种动漫风格视频镜头,在角色和动作表现上出色,在多维度超越当前先进模型。
OpenAI收购了一家药物研发管理初创,新药研发的项目经理由AI来当
本文报道OpenAI2026年10月收购药物研发项目协调初创Orchestra Bio,补充AI药物研发落地的项目管理能力,梳理了头部AI公司在生命科学领域的不同布局路径。
买了个新套餐:Grok、Bot、Cursor 和 X 蓝 V 四合一,这个羊毛薅不薅
本文是作者池建强的亲身体验分享,介绍马斯克xAI推出的Grok、Grok Bot、Cursor、X蓝V四合一付费套餐,分析其性价比、产品力与商业逻辑。
iPhone断网跑35B多模态!国产开源新模型,只占3G内存
本文介绍面壁智能和OpenBMB最新开源的端侧多模态大模型MiniCPM-V 4.7,其35B-A3B版本总参数35B,推理仅激活3B,仅需3G内存即可在iPhone等手机断网流畅运行,性能领先同类模型,详解了其优化技术与行业价值
国产大模型企业半月「连签三单」,中国 AI 出海正在加速
本文以国产大模型厂商MiniMax半月连签三地订单为样本,梳理中国AI出海的分层需求与商业化路径,分析当前国产大模型出海的竞争阶段与核心课题。