Search

Results for “benchmark”

Total 63 articles

机器人界的「Imagenet 时刻」,李飞飞团队官宣全球顶级具身智能挑战赛

机器人界的「Imagenet 时刻」,李飞飞团队官宣全球顶级具身智能挑战赛 (opens in a new tab)

答案或许渐渐清晰。李飞飞团队与斯坦福 AI 实验室正式官宣:首届 BEHAVIOR 挑战赛将登陆 NeurIPS 2025。这是一个为具身智能量身定制的 “超级 benchmark”,涵盖真实家庭场景下最关键的 1000 个日常任务(烹饪、清洁、整理……),并首次以 50 个完整长时段任务作为核心赛题,考验机器人能否在逼真的虚拟环境中完成真正贴近人类生活的操作。

AI news
0
卡帕西大模型横评方法太好玩了!四大AI匿名参赛评分,最强出乎意料

卡帕西大模型横评方法太好玩了!四大AI匿名参赛评分,最强出乎意料 (opens in a new tab)

卡帕西又来发布趣味编程项目了~ 这次直接整了一个“大模型议会”(LLM Council)web app。 界面看起来和ChatGPT的聊天形式别无二致,但实际上当用户输入问题后,系统会通过OpenRouter调起多个大模型开会商议。 有意思的是,它们不仅会一起答题,而且还会互相评分、排序,最终将由主席模型给出一个统一答案。 卡帕西刚把这个应用的安装部署教程分享出来,就立马被不少网友码住: 更有甚者表示,或许以后模型自己评价模型本身就能变成一种新的“自动benchmark”: 畅销书《Python机器学习》作者也很看好这个思路: LLM议会怎么玩 具体来说,卡帕西的这个LLM议会系统,主要可分为

AI news
0
刷新全球权威基准测试纪录!这家国产厂商在AI存储布局有多深?

刷新全球权威基准测试纪录!这家国产厂商在AI存储布局有多深? (opens in a new tab)

AI存储进入全流程竞争。 智东西9月17日报道,9月1日,全球权威AI性能评测组织MLCommons发布MLPerf Storage v3.0基准测试榜单。焱融全闪AI存储F9000X在多项基准测试中拿下第一,充分验证其在极限AI训练负载下对高速网络带宽的高效利用能力。 ▲数据引用:MLPerf Storage Benchmark v3.0 Suite Results 2026 随着AI产业从模型训练走向规模化推理,存储系统需要处理的数据和承担的任务也在增加。训练阶段,存储要持续向GPU供给海量数据,还要快速保存和恢复模型 Checkpoint;推理阶段,系统又要管理不断膨胀的KV Cache

AI news
0