作者自建 JevBench 评测题库,含 3604 道题
airesearch12 · x · 2026-09-29
作者宣布新建了一个名为 JevBench 的评测题库,包含 3,604 道问题。帖子仅给出题库规模这一信息,未说明评测对象与具体维度,更多细节有待后续披露。
「研究」频道最新
- 谷歌发布 ATLAS 数据集:1500 万条人机交互揭示 AI 真实使用图景 — soumitrashukla9 · 2026-09-30
- 六模型×34项能力横评,计算机视觉九大领域全景对比 — ducha_aiki · 2026-09-30
- ETH 用自动课程强化学习,让 ANYmal 复杂地形跑到 2.5 m/s — ChongZzZhang · 2026-09-30
- 斯坦福等推出 RecursiveMAS:多智能体共享潜空间思考,token 少用 75% — james_y_zou · 2026-09-30
- Simplex Diffusion 提出新型离散扩散模型,解决信息坍缩问题 — msalbergo · 2026-09-30
- 物理博士转行 AI 安全:MATS、SPAR 等 8+ 途经全景指南 — IAmTimNguyen · 2026-09-30