「AI基准测试」共找到 10907 篇相关文章
Wassette：微软基于 Rust 构建的 Wasm 与 MCP 之间的桥梁
微软 Azure Core Upstream 团队发布 Wassette，它基于 Rust，搭建起 WebAssembly 组件与 MCP 间的桥梁，让 AI 智能体可自主获取和执行工具，还保障了安全，且未来有更多发展规划。
Jason Wei火速被挖走，奥特曼哭晕！OpenAI龙脉被挖，一亿刀偷走思维链之父？
OpenAI痛失思维链之父Jason Wei等核心员工，他们将加入Meta。此前Meta已多次从OpenAI挖人，扎克伯格全力推动Meta向AI转型，依靠自有资金布局，欲打造下一代科技霸权。
刚刚，OpenAI开放GPT-4.1偏好优化DPO，ChatGPT能真正学会你的「品味」了！
OpenAI宣布GPT - 4.1全系列模型支持DPO微调，可让AI通过对比回答学会用户偏好。介绍了DPO原理、适用模型、数据格式、创建任务方法等，还提及开发者反应与技术要点。
VLA模型为何忽视语言？破解指令跟随幻觉，分布外场景泛化新突破
当前VLA模型常依赖视觉线索而非语言指令，导致新场景表现不佳。论文提出LangForce方法，引入对数似然比损失，强化模型对语言的依赖，提升分布外泛化能力，还保留语言核心功能。
TACO: 让 CLI Agent 在自主迭代中学会丢掉无用上下文
由多校及研究团队联合提出 TACO，这是无需训练、即插即用的终端智能体自进化观测压缩框架。它能让智能体学习压缩规则，过滤低价值输出，保留关键线索，实验显示其提升了任务成功率和 token 效率。
750篇论文，彻底把统一多模态模型摸清了
未来迈向AGI需多模态AI系统。南大等联合发表综述，涵盖754篇文献。分析传统路线痛点，介绍统一多模态模型定义、技术路线、训练方法等，还提及应用场景及未来方向。
GraphRAG，这次被G-Reasoner统一了
大语言模型在知识密集型任务中存在局限，GraphRAG 也有迁移难题。G - Reasoner 提出统一框架，含 QuadGraph、GFM、LLM 增强推理模块，在性能、泛化、效率上全面领先现有方法。
GUI 精准定位新 SoTA：LASER 让模型从“看全图”走向“锁重点”
多模态大模型在高分辨率、元素密集的 GUI 场景易误判。苏州大学 OpenNLG 团队提出 LASER 方法，让模型学会主动推理，通过关键区域聚焦等提升定位精度，在基准测试中表现出色。
中国光芯片迎来“迈向高端”黄金窗口期
近期光芯片领域热度攀升，政策、产业、资本利好。AI算力爆发使光芯片从‘通信管道’升级为‘战略性资源’，需求大增但供给端短板凸显。本土产业链分层，高端赛道迎来突破窗口期，有三条主流技术路线。
追不上就直接买，马斯克600亿美元收购Cursor
马斯克旗下SpaceX官宣600亿美元收购编程神器Cursor，虽Cursor曾陷“套壳”争议，但双方各有所求。SpaceX在AI编程赛道追赶效果不佳，而Cursor受算力制约，二者一拍即合。此外，SpaceX计划上市，此时收购时机耐人寻味。