搜索：Table30基准测试集

「Table30基准测试集」共找到 1176 篇相关文章

Test Time Scaling Law远未达到上限! o4-mini仅15.8%通过率，华为诺亚提出代码HLCE终极基准

华为诺亚研究员推出全新编程基准HLCE，含235道竞赛难题。实验显示，顶级LLM在该基准表现不佳，推理模型优势大，IOI交互式题难攻克。研究还发现模型自我认知与推理能力发展不同步，Test Time Scaling Law远未达上限。

Epoch AI团队举办竞赛，约40位数学精英分成8组与o4 - mini - medium在FrontierMath基准上对决。o4 - mini击败6组团队，虽未完全超越人类，但Epoch AI预测到2025年底AI可能超30% - 50%人类基准。

日本半导体材料巨头Resonac宣布，对覆铜层压板与黏合胶片全系列产品提价超30%，2026年3月1日生效。调价受原材料紧张、成本上升等因素驱动，其看好市场前景，此次调价或影响下游产业。

最新消息，英伟达正开发代号B30A的AI芯片，性能超H20，基于Blackwell架构，单芯片配置，原始算力或为B300 GPU双芯片一半，下月交付测试。此外还将开发RTX6000D用于AI推理，9月小批量交付。

彭博爆料OpenAI将豪掷30亿美元吞并AI编程工具Windsurf，这是其史上最大规模收购。Windsurf因模型无关性设计等优势脱颖而出，此次收购或重塑AI编程市场格局。

过去一年 AI 行业变化溢出模型层，Coding Agent 铺开，视频生成实现商业变现，具身智能供应链成型。Founder Park 从四维度选出「中国 AGI 创新影响力机构 TOP 30」，涵盖多领域团队。

LLM交互用JSON有冗余，成本高、速度慢。TOON格式专为LLM优化，结合YAML和CSV特点，比JSON减少30 - 60%的token消耗，还介绍了特性、上手方法、集成实践和适用场景。

今年AI行业关注点重回模型与模型公司，开源逼近闭源前沿，C端用户规模上涨。在此环境下，极客公园启动2026中国AGI创新影响力机构TOP 30征集，从多维度评选，给出申报、评审及结果公布时间。

新易盛三年股价翻近30倍，被称“牛市旗手”。但实控人高管却不断减持，高光荣还遭监管处罚。同时公司应收账款、存货膨胀，现金流有缺口，且九成收入来自海外，“国内AI红利”故事存疑。

Deepseek团队合并腾讯提交的代码完善DeepEP，称有巨大速度提升，RoCE提升100%，InfiniBand提升30%。DeepEP是为混合专家模型和专家并行设计的通信库，有多项创新特性，适合现代AI应用。