benchmark
-
OpenAI称：三成题错，通过率8个月从23%升至八成失效
AI圈最权威的“编程大考”翻车了？OpenAI刚刚公开发难，直指业界标杆评测 SWE-Bench Pro 存在系统性缺陷，约30%的测试任务“有坑”。这台由 Scale AI 打造…
-
AI音乐生成新标杆，免费非商业使用
在人工智能飞速发展的今天，内容创作的界限正被不断拓宽。音乐，作为一种高度情感化和技术性的艺术形式，也正迎来AI带来的深刻变革。近期，Google DeepMind推出的一款名为Ly…
-
Honor Magic 8 Scores Over 4.16 Million: A First for the Smartphone Industry
Honor’s product manager， Li Kun， has revealed the AnTuTu benchmark scores for the up…
-
Global Premiere of Snapdragon 8 Elite Gen5! Xiaomi 17 Pro First Benchmark Unveiled
Analysis of Emerging Smartphone Technology: Xiaomi 17 Pro Benchmark Reveals Next-Generatio…
-
AnTuTu V11 Beta Officially Released: Multiple Devices Surpass 3 Million Points
On September 4th， AnTuTu V11 Public Beta was officially released， introducing a comprehens…
-
大模型测试题爆火，GPT-4和Claude3都跪了，LeCun转发：新Benchmark
还有12款模型全军覆没…… 克雷西 发自 凹非寺AI快讯网 | 公众号 QbitAI 一项新的“大模型Benchmark”在推特上爆火，LeCun也点赞转发了！ 而且无论是GPT-…
-
百万级高质量视频数据集发布，登顶抱抱脸数据集排行榜
高质量描述，让视频生成质量更好 ShareGPT4V团队 投稿AI快讯网 | 公众号 QbitAI 中科大、上海AI实验室等组成的ShareGPT4V团队，推出了新的视频数据集，登…
-
考考大模型视频理解能力，中科院人大百川提出新基准合成框架 | AI快讯网
“计数任务”众多模型表现都不理想 测试Gemini1.5 Pro、GPT-4o等多模态大模型的新基准来了，针对视频理解能力的那种。 直接在视频内容中插入多个无关的图像或文本“针”，…
-
GPT-4o 超越 SOTA，800 万数据集测试准确率达 50%
最先5个达到85%即可瓜分50万美元 克雷西 发自 凹非寺AI快讯网 | 公众号 QbitAI GTP-4o挑战悬赏八百万的超难数据集，实现SOTA！ 数据集当中包含了各种类型的图…
-
中国大模型市场主流产品评估报告（2024）发布
6月12日，国际数据公司IDC发布了《中国大模型市场主流产品评估，2024》。IDC此次采取了实测的方式，专门成立了产品测试团队，对基础大模型及其相关产品进行了多维度评测。不仅如此…
