「端到端测试」共找到 4037 篇相关文章
卷疯了!这个清华系Agent框架开源后迅速斩获1.9k stars,还要“消灭”Prompt?
随着大模型能力突破,Agent 从概念走向应用,各类框架不断涌现。清华系团队发布开源框架 Cooragent,获 1.9k stars。创始人王政分享 Agent 发展洞察,指出大模型能力提升推动 Agent 商业化,还探讨 MCP、框架等多方面问题。
腾讯把WorkBuddy这张王牌,开放给100多家公司|甲子光年
9月2日,腾讯WorkBuddy举办生态发布会,开放平台正式上线,首批引入超百家生态伙伴,开放底层Agent能力。其在AI办公赛道竞争激烈、产品同质化的背景下做出此开放动作,且面临生态繁荣、商业化等问题。
实测 Seed 2.1:豆包基模超进化,国产模型能力跨过质变点
作者在做面向 Agent 项目时,因 Claude Code 内存开销大,需更轻方案。火山引擎 Force 大会发布 Seed - 2.1,作者实测其在办公、编程、图像理解等方面表现出色,认为它跨越质变点,将赋能国内 AI 生态圈。
AI 编码 3.0:人机协作,正在走向多 Agent 协作系统化
文章指出AI编码正从2.0走向3.0,2.0解决生成问题,3.0则是执行系统。当Agent进入软件交付流程,协作需从经验驱动转向模型驱动,Kanban和Harness等工具也有了新角色,系统更强调验证和控制。
首家央企AI独角兽浮出水面!背靠自研大模型,4家国家队资本背书
中电信人工智能科技(北京)有限公司成为央企首家AI独角兽,完成首轮增资,引入四家国家级战略投资方。其靠自研“星辰”系列大模型,在多领域突破,实现技术与市场认可闭环,有望推动AI产业落地。
AI"学霸"也解不出高中题?耶鲁、复旦发布MMSciBench,揭示AI理科推理能力短板
耶鲁、复旦等推出MMSciBench评测基准,揭示主流模型复杂科学推理短板。它有高质量数据、多模态多题型测试和精细知识分类体系。测试发现模型图文融合及推理能力弱,英文推理或效果更好。
代码迁移准确率从 5.4% 飙至 97.9%!OpenAI 挑战 COBOL,几十年的老系统真能交给 AI 了?
本文报道OpenAI针对低资源编程语言的最新研究,其COBOL代码迁移准确率从5.4%大幅提升至97.9%,探讨了AI改造遗留系统的进展、应用边界与待解决的问题。
下一代mRNA药物是什么?由谁来定义?|对话深信生物李林鲜
本文对话深信生物李林鲜,回顾其从科研到创业经历。深信成立后经历mRNA产业起伏,从疫苗到治疗性产品推进。现探索用AI助力研发,李林鲜期望未来由深信定义下一代mRNA药物。
GPT-5.2发布,真正的牛马打工人专属AI来了。
OpenAI十周年凌晨2点发布GPT - 5.2。它在部分跑分上提升不大,但在ARC - AGI - 2和GDPval评测集表现亮眼,上下文处理能力也大幅加强。将开放给会员使用,价格比5.1贵。
模型汤新做法!Meta|提出“类别专家汤”:SoCE,大幅提升模型性能,刷新SoTA!
大语言模型领域,提升性能常需高算力、大量数据和长时间训练。Meta提出新型模型汤技术SoCE,通过分析类别相关性操纵模型权重,在BFCL上刷新SOTA记录,为开源社区指明低成本进化之路。