2026.09.23 · 周三研究论文
←返回首页话题 · Topic
#AI 评测
共 14 条相关资讯
2026.09.16 · 周三行业动态
知名学者批评 AI 基准测试现状：饱和与失准并存
2026.08.28 · 周五工具
Ask Me Twice：每日追踪 41 款 AI 模型回答的纵向归档
2026.08.26 · 周三研究论文
AI 频频翻车的七道智力题，你能做对几道？
2026.08.21 · 周五研究论文
我们真的在正确评估 AI 智能吗？
2026.08.20 · 周四研究论文
AI 评测榜单忽视全球南方，印度案例揭示治理缺失
2026.07.30 · 周四研究论文
AI 评估的可投射性问题：benchmark 推断为何不能直接拼接
2026.07.27 · 周一行业动态
大模型当质检官：三层闸门拦截生成内容的「流利谎言」
2026.07.24 · 周五研究论文
AI 写基准：Codex 自主生成元评测论文
2026.07.18 · 周六行业动态
Reddit 用户称 Kimi K3 登顶 SpreadsheetBench 2
2026.07.09 · 周四行业动态
OpenAI 呼吁编程模型评测需更难、更公平、更可信
2026.07.03 · 周五研究论文
拉马努金挑战赛上线：用 AI 证明数学常数公式
2026.06.30 · 周二行业动态
AI 评测平台 Arena 八个月 ARR 破 1 亿美元
2026.06.29 · 周一工具