科学家发现多数大语言模型测试标准存在缺陷，无法客观给出评分
IT之家
科学家发现多数大语言模型测试标准存在缺陷，无法客观给出评分

Direct Link ">View on Mobile
Content assisted by AI. Please review carefully.

Related Navigation

谷歌 CEO 皮查伊：氛围编程使开发工作更加愉快，使人重拾兴奋

多模态检索新标杆，阿里通义发布并开源 Qwen3-VL-Embedding&Reranker 模型

马斯克发布 AI 生成视频引争议，作家欧茨犀利批评其缺乏文化素养

支持消费级显卡部署：腾讯混元 3D 世界模型宣布推出 Lite 版本，推理速度提升 3 倍以上且精度损失 <1%

Bragi 与 OpenAI 合作推出 ChatAI 应用，为耳机装上 GPT-4.1

智元远征 A2 旗舰版人形机器人迎来 V1.3 更新，行走速度提升至 1.2m/s