关于 基准测试 的快讯列表
| 时间 | 详情 |
|---|---|
|
2026-08-25 07:31 UTC |
OpenAI:Jalapeño芯片效率超越竞品
OpenAI Jalapeño在GPT-OSS 120B基准上实现更高每千瓦吞吐量与更低延迟,年底部署。 |
|
2026-07-14 08:54 UTC |
Starchild:智能路由以9倍低成本达成前沿模型精度
Starchild智能路由在9个LLM基准测试中保持前沿模型精度,同时将每正确答案成本降低约9倍。 |
|
2026-06-21 08:31 UTC |
Inception Labs:Mercury 2 AI 超越 Google DiffusionGemma
Inception Labs Mercury 2 AI 在基准测试中击败 Google DiffusionGemma,推动 AI 行业影响与机器学习进步。 |
|
2026-04-24 00:07 UTC |
OpenAI:推出超越GPT-5.4的新模型
OpenAI最新模型匹配GPT-5.4速度并在基准测试中超越,今日向付费ChatGPT用户推出,影响AI行业。 |
|
2026-03-10 11:27 UTC |
AI基准测试揭示大多数模型在关键评估中失败
根据消息来源,一项新的基准测试被开发出来,用于评估AI生成内容的准确性和可靠性,特别是针对误导性或不准确的输出(通常被称为“废话”)。该测试揭示了大多数AI模型的显著缺陷,令人担忧其在现实世界应用中的可靠性。这一发展对依赖AI的行业至关重要,强调了改进模型训练和验证以确保可信输出的必要性。 |
|
2026-02-24 12:02 UTC |
Gensyn AI 发布快速推理基准测试 Eval 10 结果
根据 @gensynai 的消息,Eval 10 的结果现已在 Gensyn 商业快速推理基准测试市场 Delphi 上发布。这一基准测试为快速推理任务的 AI 性能提供了洞察,数据对技术和交易应用具有重要价值。完整结果已公开,可供利益相关方评估 AI 推理能力的最新进展。 |
|
2026-02-10 12:08 UTC |
Gensyn在Delphi发布商业快速推理基准的Eval 3
根据@gensynai,在Delphi的Gensyn商业快速推理基准市场中发布了Eval 3。这项评估为AI推理模型的性能提供了重要洞察,为交易者和开发者评估模型效率及其在各行业中的潜在应用提供了有价值的数据。完整基准测试结果可在GitHub上查看。 |
|
2025-12-19 12:14 UTC |
Gensyn在Delphi上线通用推理中量级基准第6/11次评测——完整结果已发布,利于交易参考
据@gensynai称,Gensyn在Delphi的通用推理中量级基准评测第6/11次现已上线,为交易者提供可参考的实时基准市场更新(来源:X/@gensynai)。完整评测结果已在官方GitHub仓库公开,便于即时查看发布的性能数据(来源:GitHub gensyn-ai/delphi-middleweight-reasoning)。对于参与Delphi基准市场的交易者,最新结果可用于依据已上线的市场结构对与该基准结果相关的持仓进行校准(来源:X/@gensynai;来源:GitHub gensyn-ai/delphi-middleweight-reasoning)。 |
|
2025-12-11 10:37 UTC |
OpenAI 推出 GPT-5.2 基准表现非常强劲 — AI 概念币 RNDR 与 FET 的交易要点
据 @gdb 称,OpenAI 已发布 GPT-5.2 并称其基准测试表现非常强劲,同时提供了官方详情页面以供确认(来源:@gdb;来源:OpenAI)。就交易层面,建议重点关注被归类为 AI 与大数据板块的加密资产,例如 Render RNDR 与 Fetch.ai FET,以便跟踪板块资金流与相对强弱(来源:CoinGecko)。在发布窗口前后,建议监测 RNDR 与 FET 的现货成交量、资金费率与未平仓合约,以评估杠杆定位与潜在波动扩张(来源:Binance Futures 市场数据;来源:Bybit 衍生品数据)。 |
|
2025-12-09 11:47 UTC |
Anthropic披露SGTM研究局限:小模型与代理评估、无法阻止上下文攻击——交易影响解析
据@AnthropicAI称,该SGTM研究基于简化环境,使用小模型并采用代理评估而非标准基准测试,因而对生产级系统的外推有限,来源:https://twitter.com/AnthropicAI/status/1998479616651178259。据@AnthropicAI称,SGTM无法阻止由对手在提示中直接提供信息的上下文攻击,显示模型滥用风险仍未解决,来源:https://twitter.com/AnthropicAI/status/1998479616651178259。据@AnthropicAI称,该帖未提供标准基准结果,也未提及金融或加密资产,本次更新未指向任何直接的加密市场催化因素,来源:https://twitter.com/AnthropicAI/status/1998479616651178259。 |
|
2025-12-01 06:14 UTC |
Runway发布AI视频模型,在关键基准上超越谷歌与OpenAI:交易者需知要点
根据@CNBC,Runway推出新的AI视频模型,并在一项关键基准测试上击败谷歌和OpenAI的产品,此信息来自CNBC官方X账号于2025年12月1日发布的帖子,来源:CNBC。 根据@CNBC,该帖子仅强调在单一基准上的相对领先,未提供更多基准细节或与加密市场的关联信息,来源:CNBC。 |