谷歌Gemini4Pro匿名上线，多项指标领先Astra和Fable
谷歌最新旗舰模型Gemini 4 Pro以"gemini-3.8-flash"标签在大模型竞技场Arena悄然上线，初步测试显示其在编码、智能体编程等多领域表现...
#基准测试
共 5 篇相关文章
Anthropic优化ClaudeFable5安全机制，生物相关误拦截减少85%
美国人工智能初创企业Anthropic于2026年8月7日宣布对其旗舰模型Claude Fable 5进行了一次重要安全机制升级。此次更新的核心在于优化了模型内...
开源LLM在Verilog设计领域表现如何？50项基准测试揭示答案
在人工智能与半导体设计交叉的前沿领域，一项针对开源大型语言模型（LLM）在Verilog硬件描述语言生成能力的基准测试研究引发了广泛关注。这项由印度NMIMS ...
Geekbench 7 发布，新增视频音频测试，性能基准更严苛
近日，知名基准测试软件开发商 Primate Labs 正式发布了 Geekbench 7，这是其备受用户欢迎的 Geekbench 系列产品的最新版本。作为一...
OpenAI推出GeneBench-Pro：重塑AI生物学计算评估标准
人工智能技术在生命科学领域的应用日益深入，但如何客观评估AI模型在复杂生物数据分析中的表现，一直是行业面临的难题。7月1日，OpenAI宣布推出GeneBenc...
