基准 – 第 12 页 – 冯金伟博客园

Claude4.5发布，能连肝30多个小时，史上最卷AI诞生

论卷编程，还得看 Claude。就在刚刚，Anthropic 正式发布 Claude Sonnet 4.5。先说 Claude Sonnet 4.5 交出的成绩单，在考察真实编程水平的 SWE-b … 继续阅读 Claude4.5发布，能连肝30多个小时，史上最卷AI诞生

金磊发自凹非寺量子位 | 公众号 QbitAI 高手如云，高手如云，但华为依旧“杀”出了一片天。就在最新一期的SuperCLUE中文大模型通用基准测评中，各个AI大模型玩家的成绩新鲜出炉。从 … 继续阅读华为盘古718B模型最新成绩：开源第二

新智元报道编辑：元宇【新智元导读】蛋白质折叠是计算生物学的皇冠难题，SimpleFold作为首个仅基于通用Transformer模块的蛋白折叠模型，摒弃了AlphaFold2系列的传统架构，能够直 … 继续阅读苹果掀桌！扔掉AlphaFold核心模块，开启蛋白折叠“生成式AI”时代

IT之家 9 月 27 日消息，科技媒体 ZDNet 昨日（9 月 26 日）发布博文，报道称 OpenAI 推出名为 GDPval 的全新 AI 评估基准，旨在衡量前沿模型在真实经济价值任务中的表现 … 继续阅读 AI打工人报告：完成专家级任务，速度快100倍，成本仅1%

智东西作者 | 陈骏达编辑 | 云鹏智东西9月26日报道，今天，谷歌DeepMind推出Gemini Robotics 1.5系列机器人模型，通过思维链机制和模型协作，进一步提升机器人的自主性， … 继续阅读谷歌掏出自家最强机器人大脑，一句话完成垃圾分类，关键技术解析来了

IT之家 9 月 25 日消息，科技媒体 9to5Mac 昨日（9 月 24 日）发布博文，报道称苹果研究团队发布了轻量级蛋白质折叠预测 AI 模型 SimpleFold，采用流匹配（Flow Mat … 继续阅读科研利器：苹果发布轻量AI模型SimpleFold，降低蛋白质预测计算成本

凤凰网科技讯 9月24日，据“通义千问Qwen”微信公众号消息，阿里巴巴推出迄今为止规模最大、能力最强的模型——Qwen3-Max。目前，Qwen3-Max-Instruct的预览版在LMArena … 继续阅读阿里巴巴正式推出Qwen3-Max 代码能力和智能体能力进一步提升

作者 | 陈骏达编辑 | 云鹏美团龙猫大模型，现在会思考了！智东西9月22日报道，最近，美团在AI开源赛道上在猛踩加速。今天，在开源其首款大语言模型仅仅24天后，美团又开源了其首款自研推理模型L … 继续阅读美团王兴，又开源一款大模型

凤凰网科技讯 9月22日，由盛大网络创始人陈天桥创立的AI公司MiroMind，在全球首个动态实时LLM智能体未来预测基准FutureX上，连续第二周蝉联冠军，其性能表现引发业界广泛关注。该基准由字节 … 继续阅读从盛大到MiroMind：陈天桥押注预测型AI登顶全球榜单

IT之家 9 月 21 日消息，在 9 月 18 日的华为全联接大会 2025 上，华为技术有限公司与浙江大学联合发布了国内首个基于昇腾千卡算力平台的 DeepSeek-R1-Safe 基础大模型。 … 继续阅读破解AI“安全与性能”难题：华为浙大发布DeepSeek-R1-Safe大模型