←返回首页

话题 · Topic

#评测

共 4 条相关资讯

2026.07.24 · 周五研究论文

医学文本水印首次系统评测：5 种方案、18 个模型，水印或诱发幻觉与术语错误

2026.07.19 · 周日研究论文

ASCIITermDraw-Bench：用纯文本画图，考验视觉语言模型的另一项硬功夫

2026.07.19 · 周日工具

Wolfram 推出 LLM 基准测试项目，以 Wolfram Language 代码生成为核心任务

2026.07.06 · 周一工具

FlowerBench：面向企业真实工作流的 AI 智能体基准