「端到端测试」共找到 4033 篇相关文章

产品应用8

颠覆法律行业!Anthropic一口气发布20+款MCP连接器,从合同审查到法庭诉讼全覆盖

Anthropic面向法律行业推出超20款新MCP连接器及12个专业插件,从底层打通法律技术栈。Claude可在办公软件中工作,覆盖合同审查到法庭诉讼等场景,还与多机构合作让法律服务更普及。

AI寒武纪
新闻资讯7

GPT-5基准测试泄露,被曝两天后发布?打Minecraft震撼开挂网友直呼封神

GPT - 5消息不断,泄露的基准测试及Minecraft实测惊艳网友。有爆料称7月31日发布,也有消息指8月。它或统一o与GPT系列,编码能力强,能处理复杂编程任务,不过也引发对其影响的担忧。

新智元
开源动态8

智谱终于发布GLM-4.5技术报告,从预训练到后训练,细节大公开

上个月底智谱开源 GLM-4.5 及轻量版,成绩亮眼引热议。现其技术报告发布,详述预训练到后训练细节,还介绍了开源 RL 框架 slime,展示模型架构、训练阶段等,评估了在多任务上的表现。

机器之心
开源动态7

还在复制粘贴提示词?Memory+Checkpointing 让你从"每次重头来"到"迭代越来越快"

文章介绍了Claude Code最佳实践地图,它将零散手动探索工程化,把关键模块整理成可导航路线图。核心功能包括三段编排、Subagents、Memory + Checkpointing,还给出不同场景方案及使用方法。

小华同学ai
新闻资讯7

GPT-5.2发布即降智?背后华人被挖出,清北校友核心贡献

OpenAI发布GPT - 5.2,官方称其基准测试碾压Gemini 3 Pro,擅长完成有经济价值任务。但发布后实测有翻车情况,也有提前测试者称其很强。此外,背后多位核心贡献者为华人,如北大校友Yu Bai等。

新智元
开源动态8

打破AI能力的惯性评估方式,红杉中国推出全新双轨基准测试xbench|甲子光年

红杉中国推出全新AI基准测试工具xbench,采用双轨评估体系,构建多维度测评数据集,追踪模型理论能力上限与Agent实际落地价值。还采用长青评估机制,首期发布两个核心评估集并给出综合排名,公开后邀各界完善。

甲子光年
产品应用8

AI体育教练来了!中国团队打造SportsGPT,完成从数值评估到专业指导的智能转身

现有智能体育系统多停于‘打分+可视化’,通用大模型处理体育生物力学分析有局限。中国团队提出SportsGPT框架,实现从‘动作评估’到‘训练处方’智能闭环,各模块优势明显,超越基线。

量子位
算法论文7

1/3预算跑平 GPT-5?上海AI Lab「路由魔法」成本直降63%性能反涨 7%!

当前大模型需解决性能与效率平衡问题,GPT - 5用测试时路由技术初步平衡。Avengers - Pro测试时路由框架集成不同LLMs,通过嵌入、聚类、评分操作,调整权衡参数α,能依查询特征选模型,性能和效率优于单一模型。

CourseAI
算法论文8

ACL 2026 综述:从事后解释到内生解释,大模型内生可解释性的前沿进展

大语言模型强大但解释性成问题,过去多事后解释,现更多研究者转向内生可解释性。ACL 2026 接收的综述论文梳理相关代表方法,总结为五类核心设计范式,指出该方向面临挑战但趋势清晰。

机器之心
产品应用7

陪5岁小朋友玩到黔驴技穷,我用一张照片给他做了个汪汪队手办。

作者陪5岁小朋友玩时,用一张照片结合Hi3D网页和3D打印技术做汪汪队手办。介绍了3D建模、格式选择、代加工等全流程,还分享了成本控制和上色等经验。

探索AGI