"测试基准"最新资讯 | 量子位

测试基准

限定120分钟科研挑战，o1和Claude表现超越人类

长期科研还得靠人类

一水 2024-11-25

测试基准

大模型玩你画我猜：Claude6局3胜，GPT-4o表现迷惑

人类一旁围观超起劲

允中 2024-11-03

大模型测试基准

加载更多

热门文章

开源Llama版o1来了，3B小模型反超80B，逆向工程复现OpenAI新Scaling Law

GPT-4o数学能力跑分直掉50%，上海AI Lab开始给大模型重新出题了

大模型是新的数据库！蚂蚁开源负责人王旭：应用开发新范式，新一代LAMP正在形成 | MEET 2025

宇树机器人强化学习代码全面开源，训练到仿真和实操手把手教学

腾讯版Sora开源后，被提速8倍！官方点赞并预告：下月上新图生视频