- 我的订阅
- 头条热搜
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
5月17日，智源研究院举办大模型评测发布会，正式推出智源评测体系，发布并解读国内外140余个开源和商业闭源的语言及多模态大模型全方位能力评测结果。本次智源评测，分别从主观、客观两个维度考察了语言模型的简单理...……更多
2024-05-17 17:26:00评测,评估,体系,结果,模型,评测
...觉语言、文生图、文生视频、语音语言大模型综合及专项评测结果。智源评测发现，2024年下半年大模型发展更聚焦综合能力提升与实际应用。多模态模型发展迅速，涌现了不少新的厂商与新模型，语言模型发展相对放缓。模型...……更多
2024-12-20 11:22:00评测结果,研究院,评测,结果,研究,模型
...记者徐鹏）《麻省理工科技评论》中国最新发布的大模型评测报告显示，在8个一级大类的600道题目的测试和盲评中，讯飞星火认知大模型V2.0在6个大类中得分率排名第一，在此次评测中表现突出，以81.5分（百分制计）的成绩在...……更多
2023-08-18 09:35:00讯飞,星火,得分,模型,权威,报告
...上技术迭代的步伐，月狐数据发布《2023 AIGC应用app智能化评测报告》，该报告为中国市场首份围绕AIGC应用app的智能化水平以及智能体能力的专业测评报告，旨在通过多维度量化指标帮助用户更直观地评估现有主流AIGC应用产品的...……更多
2024-03-14 17:06:00数据发布,评测报告,中国,评测,智能,报告
...大模型技术哪家强”的讨论不绝于耳，各色名目的大模型评测应运而生。作为国内最权威的考试之一，高考覆盖各类学科及题型，同时在开考前这些题属于“绝密”，非常适合用来作为考查大模型智能水平的评测工具，堪称大模...……更多
2024-06-26 07:26:00考生,模型,高考,模型,评测,高考
...模态大型模型设计的评估框架，为多模态模型（LMMs）的评测提供了一站式、高效的解决方案。代码仓库: https://github.com/EvolvingLMMs-Lab/lmms-eval
官方主页: https://lmms-lab.github.io/
论文地址: https://arxiv……更多
2024-08-22 09:50:00模态,框架,模型,评测,污染,成本
...事实正确性，近期 OpenAI 发布并开源了一个名为 SimpleQA 的评测集。而我们也同样一直在关注模型事实正确性这一领域，目前该领域存在数据过时、评测不准和覆盖不全等问题。例如现在大家广泛使用的知识评测集还是 CommonSenseQA...……更多
2024-11-21 09:43:00事实性,基准,中文,评测,事实,模型
兔友们，全新的安兔兔评测PC版已经正式发布了，目前已经在安兔兔官网以及各大渠道上线，欢迎大家下载体验。与Android版本测试流程相似，安兔兔评测PC版测试项目同样包括了CPU、GPU、Memroy（内存和存储）和UX（用户体验）四...……更多
2024-10-04 00:33:00评测,体验,测试,模型,处理,电脑
...心报道机器之心编辑部近日，云从科技从容大模型在综合评测权威平台 OpenCompass 的多模态评测领域中取得重大进展。最新评测结果显示，云从科技的从容大模型在该体系中的平均得分为 65.5，这一成绩使得从容大模型跻身全球前...……更多
2024-06-29 09:36:00模态,从容,模型,能力,全球,模态
...更为显著。而智源研究院近日发布最新一期FlagEval大模型评测。结果显示，2024年下半年，国内大模型发展更聚焦综合能力提升与实际应用，其中，多模态模型发展迅速，涌现了不少新的厂商与新模型。国内厂商“全面开花”对于...……更多
2024-12-26 21:56:00中国,模型,厂商,优势,领域,模型
...20日讯（记者 武静静）要衡量一个大模型能力是否够强，评测是最直接的维度。大模型评测就是为大模型的一场“考试”，从不同大模型的表现中，不仅可以衡量现有技术水平，还能帮助识别大模型存在的问题，促进模型开发。...……更多
2024-12-23 13:44:00可信度,可信,模型,评测,全球,模型
...克健康大模型成功通过中国12门核心学科的主任医师笔试评测，成为国内首个完成这一挑战的大模型。目前，“主任级AI医生”能力已全面集成至夸克的AI搜索中，用户在查询健康问题时，选择深度搜索即可调用。这是继5月通过...……更多
2025-07-23 15:07:00夸克,主任医师,医师,模型,评测,主任
...来源：曾忠燊）前不久，曾忠燊和所在团队提出一个全新评测范式。基于这一评测范式，他们又针对现有数据集，提出了一种改造方法。实验证明，这种方法能有效区分不同模型的能力差异。同时，他们还揭示了这种全新评测范...……更多
2024-03-04 10:23:00革新,模型,范式,中文,推理,团队
...分委会全体会议期间，国内首个官方“大模型标准符合性评测”结果公布，腾讯混元大模型、阿里通义千问等大模型成为首批通过评测的四款国产大模型的其中之二。据介绍，“大模型标准符合性评测”由中国电子技术标准化研...……更多
2023-12-23 15:09:00符合性,模型,评测,标准,官方,模型
...、合法合规、隐私保护、文明健康等二十余个维度的中文评测数据集。帮助大模型技术提供方提升安全风险防范能力，为大模型研发和落地保驾护航。此次测评报告即是在大模型安全基准测试AI Safety Bench标准下进行，此次测试数...……更多
2024-04-10 20:16:00信通,基准,中国,模型,测试,报告
...20日消息，上海人工智能实验室19日公布了首个AI高考全卷评测结果。据介绍，2024年全国高考甫一结束，该实验室旗下司南评测体系OpenCompass选取6个开源模型及GPT-4o进行高考“语数外”全卷能力测试。评测采用全国新课标I卷，参...……更多
2024-06-20 10:19:00评测结果,人工智能,上海,人工,实验室,评测
...其测试结果位于国内中文大模型的前列。在MMLU英文权威评测榜单上，baichuan-7B也超过了Meta旗下的LLaMA-7B。MMLU是由加州大学伯克利分校等知名高校共同打造，集合了科学、工程、数学、人文、社会科学等领域的57个科目，主要目标...……更多
2023-06-15 16:53:00百川,王小川,王小,中英,商用,模型
...情况，并启动了AI安全守护计划，发布了三大类别的安全评测结果。AIIA安全治理委员会成立于2023年12月底，经过半年运营，现有治理组、安全组两个工作组，近百家单位加入，主任单位由中国信通院牵头，副主任单位包括多家知...……更多
2024-07-25 09:26:00安全,信通,模型,评测,委员会,委员
谁是在线购物领域最强大模型？也有评测基准了。基于真实在线购物数据，电商巨头亚马逊终于“亮剑”——联合香港科技大学、圣母大学构建了一个大规模、多任务评测基准Shopping MMLU，用以评估大语言模型在在线购物领域的...……更多
2024-11-21 09:45:00在线购物,基准,模型,任务,购物,数据
...法；
支持多种开、闭源对齐评估：支持了 30 多个多模态评测基准，包括如 MMBench、VideoMME 等多模态理解评测，以及如 FID、HPSv2 等多模态生成评测训练框架北大对齐小组设计了高度模块化、扩展性以及简单易用的对齐训练框架，...……更多
2024-10-18 09:47:00模态,指令,框架,模态,模型,数据
AI浪潮下，围绕大模型的角力还在精彩上演，权威大模型评测平台成为各大科技公司比拼AI成色的必争之地。日前，知名中文医疗大模型开放评测平台MedBench新一轮榜单揭晓，在其自测榜单中，三家杭州企业霸榜前三甲：微医控...……更多
2025-03-04 10:34:00模型,冠军,竞争,医疗,模型,医疗
...言医疗语料库 MMedC。2. 开发了一个全新的多语言医疗问答评测标准 MMedBench, 覆盖了 6 种语言，21 种医学子课题。3. 推出了一款名为 MMed-Llama 3 的全新基座模型，以 8B 的尺寸在多项基准测试中超越了现有的开源模型，更加适合通过...……更多
2024-09-30 09:51:00多语,大规,模型,语料,基准,大规模
...百亿级参数大模型同样在法律、医疗、问答等领域的性能评测中夺冠。凭借在搜索业务和智能技术上的长期积累，夸克大模型利用数据、平台、知识增强等优势，可以大幅提升知识正确性。在医疗健康领域，夸克大模型已经可以...……更多
2023-11-24 13:53:00夸克,模型,量级,榜首,评测,性能
...平。在前不久高考结束后，上海人工智能实验室旗下司南评测体系OpenCompass选取了7个大模型进行高考“语数外”全卷能力测试。6月19日， OpenCompass发布了首个大模型高考全卷评测结果。语数外三科加起来的满分为420分，此次高考...……更多
2024-06-24 09:22:00评测结果,最高分,评测,数学,高考,结果
...，上海人工智能实验室联合魔搭社区推出中国大语言模型评测竞技场Compass Arena，首度集齐国内主流大模型全阵容，阿里通义千问、百度文心一言、腾讯混元、字节跳动豆包、书生·浦语等20款国产大模型出战，角逐中国大模型“...……更多
2024-06-02 05:34:00王者,模型,国产,模型,竞技场,评测
...第一。OpenLLMLeaderboardV2是由HuggingFace维护的开源语言模型评测平台升级版本，采用更全面和严格评估标准，对各类开源大语言模型进行多维度测试和排名。Newsbang/homer-72B重视提升模型在推理和思考方面的能力，通过搭配数据筛选...……更多
2025-01-16 11:45:00模型,性能,国际,模型,多维度,伯克利分校
...活动中取得重要成果，其CEI(用户体验指数)宽带业务体验评测通过L4级认证。这一权威认证标志着北京移动在宽带业务体验量化评估体系构建和网络智能化转型方面实现重大突破，不仅体现了其在自智网络领域的领先实力，更确...……更多
2025-07-28 18:33:00宽带,北京,评测,认证,体验,业务
12月22日，国内首个官方“大模型标准符合性评测”结果公布，百度文心一言、腾讯混元大模型、360智脑、阿里云通义千问四款国产大模型首批通过测试。测试结果称，上述四款模型符合《人工智能大规模预训练模型第2部分：评...……更多
2023-12-26 14:16:00人工智能,国标,人工,模型,结果,智能
...动高质量垂类语料数据开放共享，进一步完善垂直大模型评测标准体系，并积极打造垂直大模型创新应用场景。支持链主企业开展早期风险投资其实表示，科技创新作为引领现代化产业体系建设的关键力量，是发展新质生产力的...……更多
2024-03-07 17:31:00进一,科技创新,股权,董事长,董事,财富
...“智越计划”，对国产人工智能芯片（AI芯片）开展全面评测，为后续算力建设提供依据。此次全面评测将助推国产芯片面向更多应用场景加快升级迭代。面对越来越严苛的AI芯片领域封锁，我国正在加速相关芯片的自主研发和...……更多
2023-10-23 15:02:00芯片,评测,国产,芯片,评测,人工智能
更多关于科技的资讯：
中新经纬10月24日电 题：“十五五”时期AI+机器人融合将成产业创新主线作者 张凌燕 赛迪顾问业务总监、先进制造业研究中心总经理中国共产党第二十届中央委员会第四次全体会议公报指出
2025-10-24 18:04:00
大河网讯 “期待与更多客商积极合作，拓展国际化进程，共同建设世界强企。”10月23日，在国际产业投资合作对接活动·河南站举办期间
2025-10-24 18:57:00
“你好，顺丰快递，来送‘国补’数码产品。”10月21日，市民陈洁收到了网购的手机。这款手机享受“国补”和以旧换新后，比市场价便宜了不少
2025-10-24 08:05:00
“集链聚能 智驭未来”——2025厦门新能源商用车产业“四链融合”对接会吸引资源对接。（本组图/集美区 提供）企业展示的各类新能源商用车
2025-10-24 08:58:00
大赛组委会为一等奖项目颁奖。台下，选手们仔细聆听台上评委点评。
海外嘉宾发来视频点评本届“苏颂杯”大赛。（本组图/市科技局 提供）厦门网讯（厦门日报记者 李晓平 通讯员 庄佩贞）经过激烈角逐
2025-10-24 08:58:00
在数字化快速发展的今天，网络安全已成为国家安全的重要组成部分。近日，由政府相关部门指导，深圳广播电影电视集团主办的以“聚焦网络空间治理 护航社会高质量发展”为主题的“清朗网络守护者”启动大会在深圳正式举行
2025-10-24 08:59:00
以骑行运动为突破口，GNC加速深耕中国运动健康市场2025年10月23日，首届环贵州公园省国际公路自行车赛圆满落幕。GNC健安喜作为铂金赞助商及官方唯一指定营养补充剂品牌
2025-10-24 08:59:00
10月22日，记者从吉林大学中日联谊医院获悉，神经外科高宇飞、张金男团队与北京智冉医疗科技有限公司联手，在全国率先成功完成首例超百通道侵入式柔性脑机接口的临床植入手术
2025-10-24 11:08:00
在数字经济深度融入实体经济的当下，实体门店正面临“营销落地难、用户互动低效、场景覆盖有限”的共性挑战——传统推广依赖人工操作与分散物料
2025-10-24 11:20:00
曾经，手动调节、躲避直吹是使用空调时的日常烦恼；如今，随着“主动感知”成为可能，空调正变得真正“懂你”。继10月21日首发可感知人体位置的海尔麦浪舒适风空调后
2025-10-24 11:22:00
廿载耕耘，瞩目焕新！在普瑞眼科成立20周年之际，福州普瑞眼科迎来又一重大技术升级——正式启用EVOICL官方授权“云柜系统”
2025-10-24 11:29:00
厦门新能源商用车应用场景清单发布东南网10月24日讯（海峡导报记者 康泽辉）厦门市新能源商用车应用场景清单发布，聚焦5类道路场景43个应用场景项目
2025-10-24 11:30:00
在生命科学的前沿探索中，我们早已能高效“读出”生命的序列，但如何从30亿碱基对中“读懂”生命奥秘，长期以来都是一项巨大挑战
2025-10-24 13:21:00
鲁网10月24日讯作为支撑信息通信网络稳定运行的“核心枢纽”，通信机房承载着海量高功耗数据设备，其温度精准控制直接关系到网络畅通与服务质量
2025-10-24 13:47:00