「代码测试基准」共找到 3608 篇相关文章

开源动态8

这个项目专治建模手残党,给张图就能转变可编辑能转动的3D模型

img2threejs上线11天获4.8k Star,专治建模手残党。给它一张图,它让AI写代码把物体“搭”出来,不重建几何,也不下素材包,还省Token、零依赖,有严格质量门控。

GitHubStore
新闻资讯7

DeepSeek V4「满血版」曝光了!最快明天发布

全网等近三个月,DeepSeek V4正式版或最早明日发布。有Flash和Pro两版本,开发者评价其性能接近Opus 4.8,Agent能力增强。首轮测试外流,评价不一。还将引入「峰谷计费」,性价比仍高。

新智元
算法论文8

LLM助力突破尘封60年数学猜想!北大王立威团队大幅刷新斯坦纳比下界

北大王立威团队构建基于 LLM 的框架,聚焦 Gilbert - Pollak 猜想,将二维平面斯坦纳比从 0.824 改进到 0.8559。该进展被陶哲轩收录,工作已被 ICML 2026 接收,代码和证明均已开源。

机器之心
开源动态8

从服务器 OS 到 Agent 沙箱:腾讯云如何打通 AI Infra 的生态底座

文章指出代码生成快但执行边界缺可靠设施,腾讯云开源 Cube Sandbox 项目。它基于 MicroVM 路线,突破隔离、速度、密度等门槛,v0.2.0 版本降低部署门槛。与 OpenCloudOS 9 组合,提供全链路开源可控路径。

InfoQ
产品应用8

8岁小孩哥「聊出」操作系统,一部手机、几句话,原生App直接生成

8岁小孩扑满借助秒哒做出「操作系统」雏形,百度2026 Create大会上秒哒3.0迎重要升级,从移动端、原生App、企业版、Agent能力四个维度重构,降低开发门槛,提升能力至生产级。

机器之心
推荐文章8

Qoder Skills 完全指南:从零开始,让 AI 按你的标准执行

文章介绍Qoder Skills,它是强大AI定制方式,像菜谱让AI按标准执行。阐述本质、结构、原理,对比与其他工具差异,说明适用场景、安装方法,还有实战演示、编写规范、测试迭代及团队协作等内容。

阿里云开发者
算法论文8

LangFlow: 挑战离散扩散,探索下一代语言模型新范式

UIUC Ge Liu团队发布《LangFlow: Continuous Flow Matching for Large Language Models》,回归连续扩散架构。研究指出连续扩散受挫非先天缺陷,经优化,LangFlow让连续扩散在标准基准追平离散扩散,为多模态统一架构打通底层路线。

机器之心
新闻资讯8

Claude Opus 4.7发布!这是你在别的公众号看不到的五个发现

Anthropic发布Claude Opus 4.7,编码和视觉能力提升,但长上下文能力下降。其231页的System Card藏着不少有趣发现,如Opus 4.7非最强模型、Claude知道被测试、模型审查自身评估等。

花叔
算法论文8

永别了,背公式时代!波兰物理学家用一个算子统一数学

2026年4月,波兰雅盖隆大学物理学家安杰伊·奥德尔齐沃莱克发表论文,提出算子eml(x,y) = eˣ − ln(y),证明不断嵌套此算子可推导出科学计算器上每个按键对应的函数,引发数学界震动。

新智元
推荐文章8

大佬深度解析:Coding Agent的底层运行逻辑是什么?

本文由AI领域知名学者Sebastian Raschka撰写,探讨编码智能体及其编排的设计、工作原理和组件协同。指出智能体周边支撑系统重要性不亚于模型本身,详细阐述编码智能体六大核心构建模块。

机器之心