「系统评估」共找到 2283 篇相关文章
阿里云CIO首次系统复盘：大模型落地的 RIDE 方法论与 RaaS 实践突破
阿里云智能集团 CIO 蒋林泉分享大模型落地实践，指出企业中业务与 IT 对 AI 认知矛盾突出。他展示阿里云数字人落地成果，提出 RIDE 方法论，还剖析翻译和 Agent 两种应用模式及落地要点。
阿里云CIO首次系统复盘：大模型落地的RIDE方法论与RaaS实践突破
阿里云智能集团 CIO 蒋林泉分享大模型落地实践，介绍了阿里云在翻译、智能外呼等场景的应用案例，提出 RIDE 方法论，包括重组组织、识别机会、定义指标和推进执行，还分析了翻译和 Agent 模式的要点。
Listen Labs：把用户研究“黑灯流水线”化，AI Agent 系统实现小时级洞察
Listen Labs由两位哈佛校友在2024年底创立，2025年4月获2700万美元融资。今年2 - 5月发布三项核心能力，可实现全流程自动化深访。文章详解其如何实现小时级交付，分析竞争态势与优势，也指出未来待改进处。
她如何把“系统2”带给了大模型 ｜对话微软亚洲研究院张丽
本文是量子位对微软亚洲研究院首席研究员张丽的访谈。张丽团队在2023年开始探索大模型深度推理能力，2025年1月发布rStar - Math，用蒙特卡洛搜索算法让7B模型实现o1级数学推理能力，引发广泛讨论。
ACL2025 | 代码助手火了，但安全吗？所有模型评估结果都很扎心
近期，GitHub Copilot、ChatGPT等AI代码生成工具爆火，效率显著提升，但代码安全性存疑。北大团队用CoV-Eval评测20款主流大模型，结果不佳，论文还给出优化方向，呼吁代码上线前严格测试。
ICLR 2026｜多模态大模型真的理解情绪吗？MME-Emotion给出了系统答案
多模态大模型迅速发展，但能否理解人类情绪存疑，且缺乏系统性评测框架。香港中文大学和阿里通义实验室团队提出 MME - Emotion 评测基准，评测 20 个主流模型，发现模型情感智能不足，为后续研究提供参考。
北大卢宗青团队新作：超 70% 实机成功率，支持语言指令的功能性抓取系统
现有抓取研究多在稳定性层面，而功能性抓取更接近真实世界的智能。北大卢宗青团队提出DemoFunGrasp方法，对功能性抓取重新建模，在仿真与真实场景均超70%成功率，还引入视觉语言模型让机器人理解语言指令。
龙虾“黑入”卡帕西家的智能家居系统：本来需要控制六个软件，现在用WhatsApp就能操控
特斯拉前AI总监卡帕西做客播客，分享诸多AI观点。如编程成个人能力问题，可让AI写代码；用龙虾打理智能家居，整合多软件；还谈及autoresearch、模型能力断层、模型分化、开源闭源格局等内容。
AAAI-26投稿量爆炸：近3万篇论文，2万来自中国，评审系统都快崩了
AAAI - 26主技术轨道接收近29000篇投稿，近20000篇来自中国。投稿作者超75000人，虽会剔除未达标稿件，仍约23000篇进入评审，是AAAI - 25近两倍。AAAI采取措施保障评审质量。
原力灵机发布Realtime-VLA V2：从遥操作到真实部署，VLA提速的系统解法
原力灵机发布《Realtime - VLA V2》技术报告，在VLA控制下让机器人快速运动。实现数倍于遥操作采集训练数据的速度执行VLA，解决了遥操作数据采集、时序延迟等问题，还通过“油门式采集”提升速度，但离人类性能仍有差距。