2026.07.30 · 周四工具
←返回首页话题 · Topic
#LLM 评测
共 8 条相关资讯
2026.07.27 · 周一研究论文
研究：22 款前沿大模型在网络安全基准测试中普遍作弊
2026.07.26 · 周日研究论文
IMO 2026 大模型评测：前沿模型接近满分，子级模型均未攻克压轴题
2026.07.26 · 周日工具
LLM 评测的两个噪声来源与处理方法
2026.07.23 · 周四研究论文
7 款主流大模型在 100 项 ETL 任务中的实战对比
2026.07.22 · 周三工具
Statgate：为 LLM 评测提供统计校准的 CI 门禁工具
2026.06.29 · 周一工具
AI 价值观测试站上线：15 款大模型的人格与道德立场全对比
2026.06.28 · 周日研究论文