標簽：測試

如果不是 2016 年，AI 在圍棋上大放異彩，關于高性能存儲的故事本不會這么復雜——它應該是一場玩家數量極其有限的牌局，由英特爾、IBM、DataDirect Networks、...

一水 發自 凹非寺量子位 | 公眾號 QbitAI一夜之間，名為“red_panda”（小熊貓）的神秘文生圖模型狠狠火了！！ 登頂文生圖競技場，直接將Flux、Midjourney等一...

新智元報道編輯：桃子 【新智元導讀】Claude游戲測試，能打幾分？在持續一個多小時毀滅人類游戲中，Claude能制定出長期策略，令人驚喜的同時，也暴露出了AI短...

衡宇 克雷西 發自 凹非寺量子位 | 公眾號 QbitAIOpenAI還是個虧成無底洞的銷金窟，但借力OpenAI輸出的語言學習軟件，已經賺得起飛了。 沒錯，就是你可能也很...

一凡 發自 凹非寺量子位 | 公眾號 QbitAIAI正在重塑千行萬業，汽車工業也不例外。 最近，奔馳S級和蔚來ET7在北京順義的專業測試場地，進行了底盤對比測試。 ...

一句話 模擬人類 用電腦天下苦 OpenAI 擠牙膏久矣。 環顧宇內，能夠與 OpenAI 抗衡的對手屈指可數，Anthropic 旗下的 Claude 模型算是一個靠譜的勁敵。 盼星...

“ 研究發現，盡管OpenAI和Google等公司強調其AI模型的推理能力，但蘋果的研究表明，當前的大型語言模型（LLMs）在面對微小變化時，推理能力脆弱且不可靠。測...

新智元報道編輯：Aeneas 好困 【新智元導讀】「世界開源新王」Reflection 70B，才坐上王座沒幾天就被打假，跌落神壇了！甚至有人質疑，它莫不是套殼的Sonnet ...

新智元報道編輯：Mindy 【新智元導讀】HuggingFace推出LightEval，為AI評估帶來透明度和定制化，開啟AI模型評估的新時代。在AI的世界里，模型的評估往往被看...

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術...

新智元報道編輯：桃子 好困 【新智元導讀】LLM不會規劃，大推理模型o1可以嗎？ASU團隊最新研究發現，o1-preview推理規劃能力是所有模型之最，但仍未觸及天花...

編輯 | 蔡芳芳、Tina 在當今快速發展的軟件行業中，不斷涌現的新理念、技術和工具對開發者的工作方式產生了深遠的影響。那么，敏捷開發在現代軟件開發中還適...

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術...

小交 發自 凹非寺量子位 | 公眾號 QbitAI數學擊敗o1-preview，成本僅為十分之一，并且幾乎沒有思考延遲！ OpenAI《Her》全量開放同一天，谷歌Gemini 1.5迎來...

機器之心報道 編輯：陳陳、小舟實驗證明，大模型的 System 2 能力還有待開發。 規劃行動方案以實現所需狀態的能力一直被認為是智能體的核心能力。隨著大型語...