logo logo
  • 首页
  • 人工智能
  • 生活
  • 科技
  • 行业分析
  • 财经
  • 首页
  • 人工智能
  • 生活
  • 科技
  • 行业分析
  • 财经
新闻是历史的初稿。——菲利普·格雷厄姆
评论是自由的,事实是神圣的。——C.P.斯科特
速度很重要,但准确永远第一。——编辑室原则
  1. 首页
  2. 标签
  3. AI评测
Hugging Face政策负责人:内置评估员不是万能药,AI评测仍缺统一标准

人工智能 Hugging Face政策负责人:内置评估员不是万能药,AI评测仍缺统一标准

Hugging Face首席政策官Irene Solaiman在TechCrunch Disrupt上表示,AI评测仍是一门演进中的学问:复现性、可比性与评估员资质都缺乏标准,内置评估员并非轻松解法。

34次阅读 0个评论
人工智能 2026-10-20
大模型榜单分数高却不好用,症结在哪里?

人工智能 大模型榜单分数高却不好用,症结在哪里?

大模型榜单分数越来越高,但用户实际体验与排名差距明显。刷榜、分数通胀、考题脱节等问题让榜单可信度下降。如何正确看待榜单,找到真正好用的模型?

71次阅读 0个评论
人工智能 2026-06-27
AI评测背后的华人“出题人”:陈文虎与MMLU-Pro、MMMU的故事

科技 AI评测背后的华人“出题人”:陈文虎与MMLU-Pro、MMMU的故事

当AI模型在MMLU等基准测试上逼近满分,评测体系面临失效。华人学者陈文虎推出MMLU-Pro、MMMU等更难更严谨的评测,重新拉开模型差距,成为行业新标尺。

201次阅读 0个评论
科技 2026-06-20
Roblox 的 AI 造游戏实验:三个月攒下 7 万款,头部作品八成用上 AI

Roblox 的 AI 造游戏实验:三个月攒下 7 万款,头部作品八成用上 AI

Roblox 2026 财年三季度报告显示,Build 工具生成的 AI 游戏已超 7 万款,9 月游玩时长前 100 名中逾 80% 使用 AI 辅助开发,两款近乎全 AI 创作的游戏冲进同时在线前 20。
甘李药业押注出海、通化东宝守住存量:两种交棒,两条路

甘李药业押注出海、通化东宝守住存量:两种交棒,两条路

甘李药业前三季度营收33.69亿元,海外收入增长超过60%;通化东宝三季度净利润却下跌56.20%。同样面对集采,一家把经营权交给职业经理人、押注出海,一家在完成家族接班后深耕存量。
大众安徽10月交付1597台,累计同比增长52%,11月车展与OTA接连登场

大众安徽10月交付1597台,累计同比增长52%,11月车展与OTA接连登场

大众安徽公布10月交付1597台,官方口径累计同比增长52%。与众06、07已全面复产,与众09进入交付爬坡期;11月还将迎来郑州、广州两场车展及OTA升级。
AMD 推 26.10.2 可选显卡驱动:修复《不朽遗志》崩溃等 10 项问题

AMD 推 26.10.2 可选显卡驱动:修复《不朽遗志》崩溃等 10 项问题

AMD 发布 Adrenalin 26.10.2 可选版驱动,集中修复《不朽遗志》《死亡搁浅2》等场景下的崩溃、驱动超时与安装异常,同时列出多项已知问题及临时规避建议。
Claude Code紧急设限:禁止复刻现有游戏,真能挡住AI克隆潮?

Claude Code紧急设限:禁止复刻现有游戏,真能挡住AI克隆潮?

Anthropic确认在Opus 5.5系统提示词中加入限制,禁止Claude Code复刻现有游戏。但只约束自家模型、误伤原创开发者,让这道禁令更像姿态而非解决方案。
人工智能
体育
数字化转型
未分类
未来科技
测试
生活
科技
科技前沿
科技新闻
行业分析
行业趋势
财经
财经动态

归档

  • 2026 年 11 月 (43)
  • 2026 年 10 月 (743)
  • 2026 年 9 月 (717)
  • 2026 年 8 月 (550)
  • 2026 年 7 月 (683)
  • 2026 年 6 月 (715)
  • 2026 年 5 月 (750)
  • 2026 年 4 月 (1091)
  • 2026 年 3 月 (302)
 Theme by Puock