「内测结果」共找到 1001 篇相关文章
OpenAI深夜开源HealthBench，60个国家合力开发5000段真实对话
今天凌晨1点30，OpenAI开源医疗大模型测试评估集HealthBench。其5000段核心测试对话由60个国家/地区的262名医生打造，采用多轮对话测试。测试显示大模型在医疗保健领域表现显著提升，还介绍了其构建及评估等情况。
实测MiMo-V2.6，这个小米直播烧了347万美元训出来的模型到底怎么样？
本文作者实测小米花费347万美元训练的开源大模型MiMo-V2.6，从多类真实场景测试模型能力，分析性能成本与实际体验，给出客观真实的测评结果。
8.8k星星！开源的211个专家级Agent，一键接入，一个人就是一个团队
今天推荐agency-agents-zh库，它是agency-agents深度汉化版，有211个精选Agent，适配国内生态。需注意，skill并非越多越好，按需选择，避免浪费资源和输出无效结果。
基于风雷软件的NF3数字风洞
在第四届智能流体力学产业联合体大会发布的数字孪生风洞「风神NF3」相关技术在《太阳能学报》发表。基于风雷软件构建西北工业大学NF - 3数字风洞，可自动生成网格、高效计算，实现飞行器翼型数值模拟自动化和业务化运行。
18 岁创业者用 OpenClaw 管 16 个 AI Agent，一个人的 Agent 公司怎么运转
18岁无编程背景创业者用OpenClaw搭建多Agent协作平台，16个Agent分工明确，配合Claude、GLM等工具提升生产力。他分享工作流搭建、成本、模型选择等经验，还谈了对OpenClaw发展的看法。
桌面版Codex的好日子，OpenAI两年前的宫斗剧内幕被曝光，并非路线之争！
在OpenAI发布桌面版Codex时，微软CTO内部邮件曝光2023年11月OpenAI政变内幕。冲突核心是资源争夺和个人地位之争，包括GPU资源分配矛盾、Ilya与Sam个人矛盾，还暴露出董事会运营经验不足等问题。
让大模型指哪打哪的Multi-Agent路由新范式
随着MCP生态兴起，一个Assistant背后可能挂数百工具/子Agent，传统检索方式有成本高、埋没工具等问题。作者提出Tool-to-Agent Retrieval新范式，实验显示指标全面提升，证明工具细节能补足语义。
潘建伟团队突破量子操控极限！AI助力2024个原子60毫秒精准重排
潘建伟团队利用AI技术，60毫秒内构建2024个原子的无缺陷二维和三维原子阵列，刷新世界纪录。系统保真度追平国际最高水平，为构建容错通用量子计算机奠定基础。
字节硬核开源ComfyUI批量处理插件，ComfyUI调参效率暴增10倍！
在ComfyUI的AI创作中，手动调参效率低。近期字节跳动开源ComfyUI Lumi Batcher插件，支持全参数交叉调试等，可让调参像Excel一样简单，极大提升ComfyUI工作流效率。
DeepSeek又悄悄更新了？！实测：API突然变强
DeepSeek未发官方公告就悄悄更新模型，网友发现其deepseek-flash接口输出效果明显提升，本文整理了网友的实测对比结果，目前更新版本仍存多种猜测。