中國AI平臺最新格局出爐！百度綜合得分第一，第二梯隊競爭激烈，大模型加速云廠商進化
大模型趨勢，給與之相關的一切來了億點“小震撼”。人工智能/機器學習平臺正是其中之一。它與大模型趨勢緊密相關，能直接反映出各大云廠商的AI技術研發儲備水平，以及對最新趨勢的洞察和理解能力。究竟誰家實力更強？正被業內所津津樂道。而技術風向劇變之下，AI/ML平臺也有了新的評價標準。國際權威機構Forre
首頁 > 得分
得分
-
-
發布一天，CodeLlama代碼能力突飛猛進，微調版HumanEval得分超GPT-4
昨天的我：在代碼生成方面開源 LLM 將在幾個月內擊敗 GPT-4 。現在的我：實際上是今天。
-
馬斯克突發Grok1.5！上下文長度至128k、HumanEval得分超GPT-4
就在剛剛，馬斯克Grok大模型宣布重大升級。難怪之前突然開源了Grok-1，因為他有更強的Grok-1.5了，主打推理能力。來自xAI的官方推送啥也沒說，直接甩鏈接。
-
最強端側AI！天璣9400得分一騎絕塵幾乎是驍龍8Gen3兩倍
10月15日消息，聯發科日前發布了全新的旗艦芯片天璣9400，這是天璣第二代全大核SoC，更是業界首款旗艦5G智能體AI芯片。在蘇黎世ETHZ AI Benchmark v6.0 芯片AI性能的測試中，天璣9400以6773分絕對高分的成績一騎絕塵，幾乎是驍龍8 Gen3的兩倍，輕松拿下最強手機NP
-
史上最難大模型測試集，千名專家鑄成！沒有模型得分超過10%，但DeepSeek-R1超o1
史上最難的大模型測試集來了！包括o1在內，沒有任何一個模型得分超過10%。題目來自500多家機構的1000多名學者，最終入圍的題目有3000多道，全部都是研究生及以上難度。入選的問題涵蓋了數理化、生物醫藥、工程和社會科學等多種學科，按細分學科來算則多達100余個。官方更是將它稱為“人類最后的考試”，
-
“最聰明AI”Grok3多項得分超DeepSeek等對手
當地時間2月17日，xAI團隊成員在直播中表示，在數學、科學和代碼等能力表現方面，Grok-3在多項測試中均取得了比DeepSeek、GPT-4o更優的效果。
-
“京醫千詢”醫療大模型全面開源綜合得分位列MedBench評測榜第一
近日，京東健康旗下“京醫千詢”醫療大模型啟動開源，成為國內醫療行業首個全面開源的垂類大模型。同時，在2月24日更新的MedBench評測榜單上，“京醫千詢”醫療大模型以綜合得分96.1位列榜首；在權威醫療評測集MedQA上，也獲得88.9的高分。此次啟動全面開源，意味著“京醫千詢”醫療大模型的所有模
