「代码测试基准」共找到 3608 篇相关文章

开源动态7

给 iPhone 装个“最强本地大脑”:Google 开源模型 Gemma 4

Google 4 月初发布开源模型 Gemma 4,可离线运行在 Google AI Edge Gallery 上。它在多项基准表现出色,采用 Apache 2.0 协议,开发者可集成到 App。还介绍了在 iPhone 离线使用方法及适用场景。

MacTalk
新闻资讯7

月下载量近亿的AI组件被投毒!Karpathy惊呼软件噩梦,你的所有密钥可能瞬间被偷光

知名AI底层依赖库LiteLLM的PyPI发布版本遭遇供应链攻击,攻击者可卷走机器关键凭证。其月下载量近亿,传染性强。虽带毒版本很快被发现,但凸显供应链攻击风险,让Karpathy改变软件工程观念。

AI寒武纪
算法论文7

新研究重新评估 AGENTS.md 文件在 AI 编码中的价值

苏黎世联邦理工学院新论文指出,`AGENTS.md` 文件可能常阻碍 AI 编码智能体。研究构建 AGENTbench 数据集测试,发现 LLM 生成文件降低性能,人类编写文件有边际收益但也增加成本,开发人员对此研究看法不一。

InfoQ
产品应用8

pdf2skill:让计算机视觉初学者把PDF文档变成AI技能包

pdf2skill技术是“文档转技能编译器”,能将PDF知识转化为AI可调用技能包。它解决了计算机视觉研究和工程中的痛点,介绍了原理、实战案例、代码实现,还对比性能、给出使用指南。

机器学习AI算法工程
推荐文章8

Claude Code之父自曝刘慈欣铁粉!不写PRD、不设职称,Anthropic 如何连续推出两个AI 爆款?

本文是对Anthropic公司Claude Code创始人Boris Cherny的访谈。他分享了Claude Code和Claude Cowork的构建过程,介绍了Anthropic不写PRD、不设职称的团队文化,还探讨了AI时代工程师的技能转变及应对策略。

AI前线
新闻资讯7

GPT-5.4意外泄露!OpenAI最新模型瞄准这2大能力突围

GPT - 5.4疑似泄露,此前在OpenAI编码助手、GitHub代码拉取请求等多处有踪迹。传闻其将搭载200万Tokens上下文窗口,具备像素级精准视觉分析能力,不过也可能是炒作,网友关注其准确率。

量子位
算法论文8

大模型桌游试玩员来了:用五大画像模拟「千人千面」,评分精准度超越GPT-5.1

盛大东京研究院等团队提出MeepleLM,首个能模拟玩家视角给出建设性批评的虚拟试玩模型。它构建专属数据集,引入MDA理论,提炼五种玩家画像。实验显示其评分精准度超GPT - 5.1等通用模型。

量子位
产品应用8

华为升级行业Agent算法架构!MindScale自己写prompt和工作流,KV Cache减少5.7倍token

华为诺亚方舟实验室更新面向行业应用的算法包MindScale,融合算法创新与业务实践经验。它梳理了Agent时代技术挑战,给出技术论文与昇腾代码,应对工作流维护等难题,还提升训推效率、适配国产硬件。

量子位
新闻资讯8

2026 编程巨变:Anthropic 报告揭示 Agent 编程八大趋势

Anthropic发布《2026 Agent编程趋势报告》,预测写代码将从‘人写’变为‘人指挥AI Agent写’。报告梳理八大趋势,分基础、能力、影响三类,还给出2026年需关注的领域,指出AI改变开发者工作内容。

宝玉AI
算法论文8

破解机器人「慢半拍」难题:南洋理工解决VLA致命短板,动态世界断层领先

南洋理工大学NTU S-Lab团队提出DynamicVLA,解决主流VLA模型在动态场景下反应迟缓等问题。它从多层面设计,构建自动化数据体系和DOM Benchmark,在实验中多维度领先。

机器之心