「大模型测试」共找到 9876 篇相关文章
知情人士：DeepSeek正在组建Harness团队，对标Claude Code｜甲子光年
据知情人士，DeepSeek正组建Harness团队，对标Claude Code，开放产品经理和研发工程师岗位。其强调Harness，是要让产品成模型进化一部分；补Code Harness，是因竞争转向工作流入口。
苏姿丰上海开讲：AI正在重新定义计算的每一层
AMD AI开发者大会首次落地上海，AMD董事会主席苏姿丰指出AI正在重新定义计算的每一个层次，AI竞争焦点正从模型能力转向系统工程与全栈优化能力，AMD带来系统性回应。
去往 Capital One 的俞栋，曾是 Hinton 的「救命恩人」
近日原腾讯AI Lab副主任俞栋加入Capital One。此前他和邓力曾在微软为Geoffrey Hinton雪中送炭，挽救深度学习研究。如今邓力、俞栋等技术大佬纷纷投身金融公司，或是因薪资、挑战和资源等因素。
公里级场景也能稳住了，国产团队把长视频3D重建又往前推了一步
浙江大学、地平线机器人和之江实验室的新工作 Scal3R 要解决长视频 3D 重建问题。它借助 test - time training 技术，设计全局上下文模块和同步机制，提升长序列重建稳定性和精度，能处理超万帧几千米的场景。
百度 Create 2026：给所有想赢的普通人，发一张超级个体入场券 | Q推荐
百度Create 2026首次打通“Create百度AI开发者大会”与“云智大会”，采用双主论坛架构，其中一个主论坛聚焦AI时代超级个体。会探讨超级个体多方面内容，还有真实创富故事分享。
换掉小龙虾！Hermes全网爆火狂揽四万星，Anthropic重锤暴击OpenClaw
近期两大AI新物种冲击OpenClaw。Anthropic上线的Managed Agents实现大脑与执行环境分离，有降维打击效果；Hermes Agent开源且在GitHub揽4万星，有学习闭环，让OpenClaw显得过时。
开发效率狂飙十倍！Claude托管智能体功能改写应用落地速度
Anthropic上线Claude托管智能体功能，让开发者告别底层基建搭建，只需几天就能让业务级智能体投入生产。该功能有四大核心流转模块，多家企业使用后效率大幅提升，还介绍了接入细则。
技术教科书：顶级开发团队设计的Harness工程项目源码什么样
本文深入剖析某顶级AI Agent研究团队的工业级Harness项目源码，涵盖项目全景、启动流程、工具系统等多方面，提炼构建顶级Harness工程方法论，还介绍隐藏彩蛋，展示团队技术实力与独特魅力。
GitHub 已被各类Agent霸榜，今天挑选5个高star Agent
文章挑选5个GitHub高star Agent项目。如Hermes Agent是开源自改进AI Agent，有自主技能创建等特性；GitNexus是纯浏览器端代码智能工具；Shannon是白盒AI渗透测试工具等。
一场机器人黑客松，让具身智能的差距与机会同时显形
作者参加深圳机器人黑客松，这是全球最大规模线下具身智能开发者大赛之一。3天内参赛队伍可完成从数据采集到真机部署闭环。比赛让行业差距与机会显形，凸显基模重要性，自变量也给出新方向。