查看涵盖 5000 个模型对的 AI 基准倒退数据
gleech · x · 2026-08-27
作者公开了包含 5000 个“模型-模型-基准”三元组的完整数据集，展示了 AI 基准测试在不同模型版本间的性能变化情况。
「研究」频道最新
- 里程碑：首次在安全飞地中双盲评估闭源模型 — Miles_Brundage · 2026-08-27
- 世界模型的柏拉图表征假说：不同编码器趋向收敛 — CSProfKGD · 2026-08-27
- NASA/JPL 举办 2026 年度 OPERA 研讨会 — giswqs · 2026-08-27
- 研究利用单个量子发射体饱和实现光神经网络超低功耗非线性激活 — bravo_abad · 2026-08-27
- SwarmWorld 论文：AI Agent 群体跨代际演化出「技术文化」 — badumtsssst · 2026-08-27
- Hugging Face 事故调查反思：缺乏有效手段监控 AI 群体行为 — deanwball · 2026-08-27