跳到正文
10月31日周六
10月29日周四
  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。

10月13日周二
10月5日周一
  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。