UL Solutions 游戏基准测试软件 3DMark 现已原生支持苹果 macOS 设备

• 赵春孟 · 2025-06-13 20:45:37 355

基准测试揭秘大模型“字数危机”：26 个模型长文本生成普遍拉胯，最大输出长度过度宣传

• 马上科普 · 2025-05-29 14:57:53 258

OpenAI o3 模型基准测试成绩遭质疑，实测分数远不及宣称

• 旷视(Face++) · 2025-04-21 07:24:55 187

GPT-4.5 创造力比 GPT-4o 弱，浙大上海 AI Lab 发布全球首个面向真实场景的多模态创造力评测基准

• 罗倩 · 2025-04-04 12:18:37 295

DeepSeek、OpenAI、Kimi 视觉推理哪家强，港中文 MMLab 推出推理基准 MME-COT

• 张琦 · 2025-02-22 17:57:19 596

MLCommons 发布 PC AI 基准测试 MLPerf Client 首个公开版本 0.5

• 普洛帝油液监测专家 · 2024-12-12 15:12:14 430

首次覆盖超11类编程场景！字节开源最全面代码大模型基准FullStack Bench

• 童心制物Makeblock · 2024-12-05 13:26:39 191

指令跟随大比拼：Meta 发布多轮多语言基准 Multi-IF，覆盖 8 种语言超 4500 种任务

• shubohui · 2024-11-25 14:01:08 987