「多视角评估」共找到 4775 篇相关文章
全球第一个「无人公司」来了：AI 开公司帮你赚钱，这件事终于有人跑通了
市面上 AI 工具多停留在帮用户做出产品，难以将其运营成生意。Flowith 团队的 Matrix 产品主打用 Agent 开「无人公司」，让 AI 完成调研、生产、发布、获客等工作，有望破局。
阶跃开源JetSpec，大模型推测解码提速近10倍
随着Agent应用爆发，大模型推理效率成AI行业焦点。阶跃星辰联合多校团队开源JetSpec，该框架面向推测解码，在H100上把MATH - 500解码速度提升到9.64倍，突破了推测解码的扩展天花板。
OpenAI 和 Anthropic “杀”红了眼，谷歌成为最大受害者
6月AI人才市场，谷歌7天内损失四位技术元老，分别加入OpenAI和Anthropic。这引发外界关注，有人质疑谷歌AI处境。DeepMind CEO哈萨比斯回应称，判断AGI竞赛输赢不能只看短期，谷歌仍有优势。
谷歌把电脑操作能力塞进Gemini 3.5 Flash！自己看屏幕狂点70轮
谷歌将电脑操作能力Computer Use内置进Gemini 3.5 Flash，该AI能通过看屏幕操作电脑，可执行点击、打字等动作。其覆盖网页、桌面软件和移动端，还加入安全约束机制，在基准测试中表现良好。
TRM思考奖励模型上线，大模型推理质量终于能量化了 | ICML‘26 Oral
大模型推理评测多只看答案，忽略推理过程。上海多校团队提出TRM，用ME² principle刻画推理质量，DAG-based pairwise evaluation还原结构，训练奖励模型，让推理质量可度量、训练和优化。
我们开源了一个可以降低 AIGC 率的模型
毕业季学校查 AI 率，作者为降 AIGC 率，经尝试不同路径后训练出模型。介绍训练数据和过程，包括 SFT、DPO 各阶段，展示改写效果，还开源模型和数据，最后引发对教育检测的思考。
从3632个漏洞看AI时代的评测基准重构！VulnGym基准发布
随着新一代漏洞检测工具出现，漏洞检测走向理解业务风险。腾讯悟空安全团队联合多机构发布 VulnGym 评测基准，基于真实漏洞构建，覆盖 400+ 漏洞路径，71.2% 为业务逻辑漏洞，支持确定性评测。
马斯克输了！告OpenAI被驳回，原因是告晚了
2026年5月18日，“马斯克起诉OpenAI”案裁决，OpenAI无需担责，马斯克诉求被驳回，原因是诉讼时效已过。官司拉扯两年多，索赔追加到1340亿美元。庭审暴露双方问题，后续资本战或开启。
国产GPU开始造世界！国内首个全栈具身智能仿真平台来了
摩尔线程发布国内首个全栈国产化具身智能仿真平台MT Lambda，实现Sim-to-Real真机验证。该平台像物理AI训练流水线，集成物理、渲染、AI引擎。其依托全功能GPU和MUSA架构，还构建了云端、端侧、生态闭环。
去往 Capital One 的俞栋，曾是 Hinton 的「救命恩人」
近日原腾讯AI Lab副主任俞栋加入Capital One。此前他和邓力曾在微软为Geoffrey Hinton雪中送炭，挽救深度学习研究。如今邓力、俞栋等技术大佬纷纷投身金融公司，或是因薪资、挑战和资源等因素。