跳到正文
只看一手只看高置信度#编码
  1. Google DeepMind74

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到当前最强水平，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由：官方给出网络安全与长周期任务的多项基准成绩，并说明分阶段开放节奏，可据此判断前沿模型在攻防场景的落地边界。

  1. GitHub Blog · AI & ML71

    GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench

    GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench，包含 219 个公开拉取请求、覆盖 19 种语言，并公开数据集、评分规则和评审模型。

    推荐理由：GitHub 公开了基准数据集、评分规则和评审模型，读者可以据此复现评测，并了解离线结果与线上实验的对应关系。

已经到底了