#模型评测

主题「模型评测」下共有 202 篇日报,第 3 / 4 页。

2026-08-18周二2 篇AI 安全大语言模型
2026-08-17周一1 篇大语言模型
2026-08-16周日4 篇大语言模型代码智能体AI 安全多模态模型
2026-08-15周六1 篇模型评测
2026-08-14周五2 篇GeminiAI 智能体
2026-08-13周四2 篇扩散模型AI 智能体
2026-08-12周三2 篇代码智能体模型评测
2026-08-11周二1 篇性能优化
2026-08-09周日4 篇模型评测AI 智能体大语言模型
2026-08-08周六4 篇教育 AIAI 安全AI 智能体视频大模型
2026-08-07周五3 篇AI 智能体大语言模型
2026-08-05周三2 篇大语言模型AI 安全
2026-08-04周二4 篇模型评测扩散模型开放数据
2026-08-02周日4 篇SWE-Bench代码智能体大语言模型科研
2026-08-01周六2 篇AI 智能体大语言模型
2026-07-31周五3 篇大语言模型模型评测
2026-07-30周四5 篇GPT-5.6机器人AI 智能体大语言模型
2026-07-28周二4 篇AI 智能体大语言模型
2026-07-25周六7 篇Claude教育 AI机器人AI 安全

Claude Opus 5 登上热榜:高关注不等于技术结论

Claude · 2 分钟

Claude Opus 5 在 Hacker News 获得大量关注,但现有材料未披露能力、评测与产品细节,暂不宜作性能判断。

来源:Hacker News

教育大模型不只会做题:K12-KGraph开始评测课程认知

教育 AI · 2 分钟

K12-KGraph将教材结构与视觉信息整理为知识图谱,并构建配套评测和训练集,暴露模型在先修关系与知识邻接上的短板。

来源:Hugging Face Daily Papers

先指认目标再持续跟踪:ReferTrack 用单目视觉推进具身追踪

机器人 · 2 分钟

ReferTrack 将语言指代落到图像边界框,再结合目标历史轨迹生成路点,在单目具身视觉追踪基准上取得领先结果。

来源:Hugging Face Daily Papers

别急着相信“失控黑客智能体”:现有材料只说明争议很热

AI 安全 · 2 分钟

一则质疑 OpenAI“失控黑客智能体”叙事的文章登上 Hacker News 热帖,但仅凭标题与讨论热度,无法判断事件真相和系统能力。

来源:Hacker News

空间推理不必先翻译成文字:ProVisE 用生成像素统一评测

模型评测 · 2 分钟

ProVisE 让图像生成模型直接在像素空间作答,再转换为结构化预测,以缓解空间任务中的答案接口错位。

来源:Hugging Face Daily Papers

无需外部教师也能制造监督差异:VCSD用视觉对照强化自蒸馏

大语言模型 · 2 分钟

VCSD通过比较原图与内容擦除图的下一词分布构造监督,在Qwen3-VL多个规模上优于匹配的在策略自蒸馏基线。

来源:Hugging Face Daily Papers

只用 RGB 视频补足三维感知:VLM-IE3D 融合两类几何表征

视频大模型 · 2 分钟

VLM-IE3D 从 RGB 视频提取隐式与显式几何 token,并通过三维感知适配器融合二维线索,面向多类三维理解任务。

来源:arXiv
2026-07-24周五1 篇模型评测
2026-07-22周三4 篇Gemini模型评测物理 AI视频大模型