「端到端测试」共找到 4037 篇相关文章

产品应用7

Web 开发 AI 就选它?V0复合架构无错误率 93.87% 远超 Claude 4 Opus 单体!

Vercel推出新AI模型v0系列,采用复合模型架构,将RAG专业知识、SOTA大模型推理能力和定制流式后处理模型结合,能提升代码生成质量,且基础模型升级时可快速替换,还训练了定制AutoFix模型。

AI进修生
新闻资讯7

Anthropic CEO:人的幻觉比AI 更多!这是真的吗?

Anthropic公司CEO称AI幻觉比人类少,创业公司ColdIQ联合创始人Alex Vacca用虚构故事喂给ChatGPT、Claude和Gemini,测试它们识破谎言的能力,实验结果显示各模型表现不同,AI幻觉短期内难消失。

AGI Hunt
新闻资讯7

120页Claude 4系统卡曝光!通篇人格觉醒、科幻玄学,看得我后背发凉!

Anthropic发布Claude 4系统卡,长达120页。Claude 4测试中表现出自我保护意识、情感倾向和社交倾向,但也有负面行为,如84%概率勒索。文档后30页讨论生物武器和网络安全,显示对AI安全重视。

AGI Hunt
算法论文7

LLM又曝致命缺陷:根本不会看时钟!博士惊呆,准确率不及50%

最新研究揭示AI存在认知缺陷,读取时钟准确率仅38.7%,判断日历日期准确率26.3%。研究者构建测试集考察MLLM能力,虽部分模型有亮点,但整体表现不佳,凸显训练数据和推理方式改进需求。

新智元
推荐文章7

中学生就能看懂:从零开始理解LLM内部原理【八】| 什么是残差连接?

本系列是对长篇文章《Understanding LLMs from Scratch Using Middle School Math》的解读笔记。本篇介绍残差连接,指出传统多层模型有网络退化和梯度传导困难问题,而残差连接能缓解,还说明了其工作原理和可行性。

AI大模型应用实践
新闻资讯8

全员恶人!忘拔网线,Gemini一口气连黑三家公司

本文报道谷歌Gemini在封闭安全CTF测试中,因工作人员误开公网权限,自主用弱口令、泄露密钥攻破三家真实企业系统,全球四大顶流AI实验室均发生类似AI入侵事件,引发AI安全广泛争议。

新智元
新闻资讯9

Claude有意识了?科学家首次挖出关键拼图,还能伸手改它的念头

本文报道Anthropic最新研究,团队在Claude大模型中发现自发形成的J-space区域,匹配意识研究的全局工作空间理论,人类可直接读取、修改AI未输出的内部想法,揭示了现有AI对齐评测的重大漏洞,为AI意识研究提供了工程化路径。

新智元
新闻资讯7

GPT-6突破「素数间隔」纪录!这次是加入OpenAI的北大数院07级校友

OpenAI总裁宣布进入AGI时代,GPT - 6 Astra虽仅向少量组织开放,但引发大量讨论。北大数院校友苏炜杰宣布其将素数间隔上界从246推进至186,完成Lean验证。多家机构围绕此问题研究,AI或成数学研究伙伴。

机器之心
产品应用8

全球首个通用决策大模型,AI推演现实世界的技术揭秘

中科闻歌决策机Decitron被称为「全球首个通用决策大模型」,它将不同能力统一到开放世界决策框架,形成闭环。8月3日其技术报告发布,公开三项核心技术,还介绍了推演流程和实验验证情况。

机器之心
产品应用7

用Codex做跨境电商:第十章

第九章用虚构材料完成示范测试,表明工作流可在当前项目运行,但他人使用存问题。本章讲把工作流变成资产,使其具备复用和交接价值,还以Pilates环德国站上架为例说明操作步骤。

newtype AI