基准 – 第 10 页 – 冯金伟博客园

DeepMind再登Nature：AI Agent造出了最强RL算法

人工智能（AI）的主要目标之一，是设计出能够像人类一样在复杂环境中自主预测、行动、最终实现目标的智能体（Agent）。智能体的训练离不开强化学习（RL），相关研究也已经持续了几十年，但让智能体自主开发 … 继续阅读 DeepMind再登Nature：AI Agent造出了最强RL算法

智东西作者 | 李水青编辑 | 心缘智东西10月27日报道，刚刚，MiniMax发布并开源MiniMax-M2，一款为Max可视化编程和智能体工作流构建的轻量级模型。 MiniMax-M2在Hu … 继续阅读性能超DeepSeek-V3.2！国产大模型又开源了，限时免费用

快科技10月26日消息，“我们现在导航系统，确确实实从时频这个角度来讲，已经超过GPS了”。 “北斗系统全球组网至今已有5年，在轨运行验证，其稳定性、精准度和连续性依然保持世界一流水平。”北斗三号卫星 … 继续阅读已超越GPS！专家揭秘新一代北斗系统：分米级实时高精度将覆盖月球

凤凰网科技讯 10月24日，随着视频语言大模型（VideoLLMs）在多模态领域的迅猛发展，VideoLLMs在传统的视频语言任务中展示出了优越的性能，这吸引了学术界与工业界的广泛关注。然而，这些传统 … 继续阅读视频语言大模型的新挑战：港中大LaVi团队联合凤凰卫视发布NeMoBench

在高端旗舰市场，稳定的性能发挥和长续航一直是用户最关心的核心体验。而今天的主角OPPO Find X9 Pro，搭载天玑9500和OPPO自研潮汐引擎，不仅性能站上安卓巅峰，还能在长时间游戏和日常使用 … 继续阅读 OPPO Find X9 Pro性能体验：天玑9500+潮汐引擎实现极致稳定性能

IT之家 10 月 17 日消息，EXO Labs 昨日展示了其“分布式推理”新成果，解决了被部分网友戏称为“世纪难题”的选择问题 —— 买 AI 小主机究竟是买苹果 Mac Studio 还是买英伟 … 继续阅读苹果M3 Ultra加双英伟达DGX Spark并联，AI性能提升2.8倍

整理 | 华卫刚刚，Anthropic 发布了 Claude Haiku 4.5 版本，现已面向所有用户开放。据悉，这是其最小型模型的最新版本，官方宣传其性能与 Sonnet 4 相近，“成本仅为后 … 继续阅读 Anthropic新模型杀疯了！成本直降 2/3、性能直逼GPT-5，用户实测：比“吹”的还强，速度超Sonnet3.5倍

智东西编译 | 程茜编辑 | 李水青智东西10月16日消息，今天凌晨，Anthropic宣布推出更小、更便宜、速度更快的推理模型Claude Haiku 4.5。 Anthropic的博客中提到 … 继续阅读 Anthropic变身性价比屠夫！新模型匹敌Sonnet 4，成本仅1/3

作者 | 李水青编辑 | 心缘智东西10月15日报道，今日，阿里通义千问团队推出其最强视觉语言模型系列Qwen3-VL的4B与8B版本，两个尺寸均提供Instruct与Thinking版本，在几十 … 继续阅读仅4B！阿里千问最强视觉模型新开源，网友：我的16GB Mac有救了

编译 | 王涵编辑 | 漠影智东西10月14日消息，昨夜，前特斯拉人工智能与自动驾驶视觉总监、OpenAI研究员安德烈·卡帕西（Andrej Karpathy）开源nanochat， … 继续阅读 4小时写诗，12小时超越GPT-2，AI大牛卡帕西开源“ChatGPT平替”