标签：代码评测
CVPR 2026 几何智能研究盘点：从看见形状，到理解运动与交互
当前三维视觉研究正经历从单纯重建形状向深度理解空间的范式转变，核心焦点已拓展至物体的可动结构、动态时空表示、多视角高效重建以及复杂几何算法的代码复...
全行业盯了两年的编程能力榜，今天退役！OpenAI 停用 SWE-bench Verified：未来标准将看 AI 能顶替多少程序员？
OpenAI正式宣布SWE-bench Verified逐步退出舞台，建议转向SWE-bench Pro。曾作为代码评测“北极星”的Verified，如今因多重问题不再适配前沿模型评测：最严重的...
国内百模谁第一？清华14大LLM最新评测报告出炉，GLM-4、文心4.0站在第一梯队
在2023年的'百模大战'中，众多实践者推出了各类模型，包括原创和针对开源模型微调的模型，以及通用和行业特定的模型。为了合理评价这些模型的能力，清华大学...
