Optima 现支持 Qwen3.8 27B 基准测试
ArtificialAnlys · x · 2026-08-25
评测平台 Optima 现已支持对 Qwen3.8 27B 模型进行基准测试，允许用户针对自定义用例对比该模型在性能、成本和速度上的表现。该模型可在笔记本电脑上运行。此外，平台面向寻求构建自定义基准测试的企业提供积分及团队咨询服务。
「研究」频道最新
- WEDGE 论文：把导航失败经历变成可学习的训练环境 — _akhaliq · 2026-10-16
- RExBench 基准:最强编码 Agent 自主完成研究扩展成功率仅 33% — najoungkim · 2026-10-16
- Google 发布 CLASHarness:基准测试多智能体冲突下的计算机操作能力 — google · 2026-10-16
- 清华团队证明:普通 Flow Matching 采样无法突破固定深度模型表达力上限 — SQZ · 2026-10-16
- APEX-Harm 基准:共享工作区中脚本注入攻击对智能体成功率居高不下 — KAUST · 2026-10-16
- USC 研究:智能体 residual stream 状态可预测并拦截越权动作与事后撒谎 — USC · 2026-10-16