「代码测试基准」共找到 3602 篇相关文章

开源动态8

WAIC抢先爆料:金融“黑马”大模型超DeepSeek刷新SOTA,论文已上线

WAIC期间,蚂蚁数科金融推理大模型发布会未开,论文已上线。其新模型Agentar - Fin - R1有8B和32B版,在金融测评集超DeepSeek等,还兼顾专业与通用,蚂蚁数科还提出评测基准Finova。

量子位
新闻资讯8

Linux之父又开喷:AI泡沫“病态扭曲、迟早暴跌”、马斯克式KPI“愚蠢到不该待在科技圈”

Linus Torvalds 在节目中谈诸多话题。他认为 AI 是泡沫且市场叙事病态,迟早暴跌,但也会改变社会和工作方式;不认同用代码行数衡量绩效,称此举愚蠢。还谈了对 Linux、Git、微软等看法,以及装机细节。

InfoQ
开源动态8

一张图0.1秒生成上半身3D化身!清华IDEA新框架入选ICCV 2025

清华和IDEA研究人员提出新框架GUAVA,可0.1秒从单图创建上半身3D化身。它解决了现有方法在ID一致性、效率等方面的局限,实验显示其在渲染质量和效率上优于现有2D和3D方法,代码已开源。

量子位
产品应用8

逆天! Claude Opus几小时攻破C++大神4年死磕Bug

Reddit上有30多年C++开发经验的大神ShelZuuz,被一个困扰四年的Bug折磨,投入约200小时未解决。用Claude Opus几小时就找到症结,而此前GPT - 4.1等模型都失败。大神认为AI在编写新代码上像初级开发者。

AI寒武纪
开源动态6

对标LocateAnything!腾讯开源模型,检测、分割、计数通吃!(附论文及源码)

腾讯开源视觉语言模型 WeVisOne-VL,推出 2B 和 4B 两个规模,将目标检测、计数、文字识别、分割与精细抠图统一到一个模型中,代码已公开。

江大白
新闻资讯8

Anthropic这回撒钱了!Claude Code最高白送250美元

本文报道Anthropic推出正式版Claude Code云端会话功能,为符合条件的老用户发放最高250美元免费赠额,推广云端离线跑代码新能力,介绍了活动规则、功能特点及业内讨论。

新智元
算法论文7

AI生成的图片正在反向对齐人类的审美?ICML 2026观点论文Spotlight

UBC和Weathon Software研究指出,图像美学对齐削弱艺术表达。开发者用评估模型让图像生成模型产出符合人类审美的图片,但这导致图片同质化,限制艺术多元性,作者还提出六个相关担忧,并做多项测试验证。

机器之心
开源动态8

比SOTA快9倍,谷歌DeepMind时空重建,把视频变成时空搜索引擎

谷歌DeepMind联合团队发布D4RT时空重建框架,颠覆传统视频转3D方法。它按需提问,像搜索引擎,处理动态视频高效。内部结构分编码、解码两步,速度快,还发明聪明收割机算法,在多项测试中表现优异。

AIGC开放社区
新闻资讯8

收手吧GPT-5-Codex,外面全是AI编程智能体!

OpenAI推出专为智能体编程设计的GPT-5-Codex,其在代码重构、审查和缺陷发现上表现提升,具动态资源分配机制。文中还提及Codex起源、Harness概念及OpenAI内部工具,当前编程智能体竞争激烈。

新智元
开源动态8

9K Star 开源工作流爆火!超轻量直观的AI Agent 工作流构建器!

在AI应用开发领域,将大语言模型与业务逻辑和外部工具结合是重点。GitHub上获9K Star的Sim项目是AI Agent工作流构建器,提供Figma式拖拽界面,无需手写代码,降低配置、调用和部署门槛。

开源星探