标签：性能评估
超越谷歌Banana，字节联合香港中文大学等高校开源最强图像编辑生成系统DreamOmni2
香港中文大学、香港科技大学、香港大学与字节跳动联合研发的DreamOmni2系统，标志着AI图像编辑与生成领域的重要突破。该系统通过创新的三阶段数据生成流程和...
里程碑！逻辑智能发布全球首个完全开源语音大模型框架LLaSO，语音AI迎来新纪元
未来智能语音场景的实现依赖能深度理解和处理人类语音的大型AI模型，但语音大模型领域发展缓慢。为打破僵局，北京深度逻辑智能科技有限公司推出了首个完全开...
你永远叫不醒装睡的大模型！多轮对话全军覆没，性能暴跌39%
ChatGPT等大模型技术的快速发展，将AI应用推向了「对话」场景，直接引发了AI技术的爆炸式增长。用户可以通过多轮对话逐步完善指令，催生出「跟AI打电话」等创...
熬夜看完 GPT 4.5 的发布，没有特别多惊喜。
OpenAI最新发布的GPT-4.5模型（代号Orion）成为其迄今为止计算资源和数据规模最大的AI系统，训练过程延续了无监督预训练技术路径。尽管模型参数量级显著提升...
梁文锋亲自挂名，DeepSeek 最新论文丢出注意力新机制，推理速度直线提升 11 倍
DeepSeek研究团队近期发布了一种名为NSA的新型注意力机制，其核心设计包含动态分层稀疏策略、粗粒度token压缩与细粒度token选择三大技术要素。该机制通过优化...
AI无法攻克的235道谜题！让o1、Gemini 2.0 Flash Thinking集体挂零
Scale AI、Center for AI Safety与MIT研究者联合推出的ENIGMAEVAL基准，通过1184道源自解谜寻宝竞赛的复杂题目，系统评估大语言模型的多模态推理能力。该基准...
DeepSeek官方推荐：R1要这样设置
DeepSeek官方针对其R1模型的最佳部署方案提出了四项核心建议。首要原则是避免使用系统提示词，所有指令应直接整合至用户提示词中，这与该模型的训练方式直接...
直逼DeepSeek-R1-32B，碾压李飞飞s1！UC伯克利等开源全新SOTA推理模型
斯坦福大学、加州大学伯克利分校等机构联合发布了开源推理模型OpenThinker-32B，其性能接近当前最先进的DeepSeek-R1-32B模型。该模型仅使用114k训练数据（相...
英特尔开源RAG Foundry 框架，可增强多种RAG用例
英特尔实验室研究人员开源了RAG Foundry，这是一个专为大模型RAG框架开发和增强的工具，具有高度灵活性和扩展性。RAG Foundry支持多种RAG用例，包括数据选择...
北航&ZGCLAB 提出首个检索增强生成基准测试工具库 XRAG
ZGCLAB与北航联合提出了XRAG，这是一个全面评测和优化增强生成RAG（Retrieval-Augmented Generation）的框架，包含50多个测试指标。XRAG支持4类高级RAG模块的...
