Search

Results for “大模型”

Total 1519 articles

我花了54个小时,做了一个可能更公平的AI大模型排行榜。

我花了54个小时,做了一个可能更公平的AI大模型排行榜。 (opens in a new tab)

希望能做一个各个模型评分排行的汇总,方便实时了解和对比各种模型的性能。这个是一个非常有趣、且对我自己非常刚需的需求。因为现在的模型评测排行榜、评测集等等,实在是太多太多了,人人其实都可以做一份自己的评测集,然后来跑一份模型排行榜,有的测的全一些,有的就是个垂直场景的特定任务,这个量级真的特别大。

AI news
0
Codex封号、Claude查证件,而它选择了免费且不限期

Codex封号、Claude查证件,而它选择了免费且不限期 (opens in a new tab)

刚刚,Agnes 升级了! 不,不是这个 Agnes,而是 Agnes 大模型。刚刚,这个模型家族迎来了其最新成员:Agnes-2.5-Flash。这是 Agnes 全新一代高性能文本模型,围绕 Coding、Agent 和日常开发场景做了整体优化,目标是在性能、速度与成本三者之间找到更好的平衡点。 相比上一代,Agnes-2.5-Flash 在代码理解、工程修复、多步骤任务执行以及复杂推理上都有明显提升,能够覆盖从代码生成到项目维护的大部分开发任务,定位是开发者日常使用的主力模型。值得一提的是,它延续了不限期免费开放的策略! 与此同时,Agnes 还首次预告了旗舰模型 Agnes-2.5-P

AI guides
0
Step 3.7 Flash、DeepSeek、MiniMax、Gemini、GPT 的 Agent 评测,谁更适合Agent?

Step 3.7 Flash、DeepSeek、MiniMax、Gemini、GPT 的 Agent 评测,谁更适合Agent? (opens in a new tab)

最近这段时间,国内外模型更新得很快。 如果只看发布会和榜单,大家都会觉得每个模型都很强。参数更大、上下文更长、推理更强、价格更低,听起来都挺猛。 但真正用到工作流里,会发现另一件事:模型强不强,不只看它会不会回答问题,还要看它能不能把一个任务完整跑完。 尤其是 Agent 场景。 一个复合任务需要大模型去调用多个工具,比如让模型做一份 PPT,它并不是简单写几页文字。中间要先理解需求,再去搜索资料,阅读网页,提取关键信息,整理成汇报结构,必要时还要生成代码或调用插件,最后产出一个可以正常使用的PPT文件。 下面测试两个Agent任务,使用同样的提示词,相同的Agent工具-Trae Work。

AI reviews
0
HuggingFace CEO力荐,Bengio团队也押注:这个1500美元训出的HRM模型,凭什么火了?

HuggingFace CEO力荐,Bengio团队也押注:这个1500美元训出的HRM模型,凭什么火了? (opens in a new tab)

好家伙,这次不是模型圈自嗨。 一个训练成本约1500美元、参数量约1B、从零开始预训练的小模型,把HRM推到了下一代推理架构讨论的中心。 HuggingFace联合创始人兼CEO Clem Delangue亲自转发推荐。 图灵奖得主Yoshua Bengio作为共同作者参与的新论文,也走向了同一条latent recursive reasoning路线。 更反常的是,它不是蒸馏,不是微调,也不是在已有大模型能力上套壳。 它就是Sapient Intelligence发布的HRM-Text。 如果只看参数量,它很容易被写成一个熟悉的故事:“小模型又赢了。” 但HRM-Text真正值得注意的地方,

AI guides
0
最强黑客大模型,不再是Mythos

最强黑客大模型,不再是Mythos (opens in a new tab)

微软用一套多 Agent 系统在 AI 漏洞发现的顶级基准测试上拿下第一,超过 Anthropic 最强模型 Mythos 五个百分点。诡异的是,微软自己并没有一个能打的前沿模型。它用别人的模型组了个系统,打败了造出这些模型的公司。这对AI竞争格局的启示,比这个工具挖出了大量 Windows 漏洞本身更重要。

AI news
0
深度|对话 LangChain 创始人:为什么 Manus 和 Claude Code 这么强?秘诀不在模型,而在顶级 Harness

深度|对话 LangChain 创始人:为什么 Manus 和 Claude Code 这么强?秘诀不在模型,而在顶级 Harness (opens in a new tab)

在 AI 圈,模型至上论正在遭遇前所未有的挑战。当所有人都在屏息等待新模型再次刷新智力天花板时,AI 基础设施领军人物、LangChain 联合创始人 Harrison Chase 在最新对话中抛出了新预判:大模型正在沦为大宗商品,而决定 Agent 成败的,是那个包裹在模型外的 Harness 。

AI news
0