AI模型评测-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 6012 篇文章
累计创建 2233 个标签
累计收到 0 条评论

目录CONTENT

以下是 AI模型评测相关的文章

2026-03-10
小红书发布公告：将严格打击AI托管类账号小红书薯管家发布公告，宣布将严格治理AI托管类账号，旨在维护社区的真实性。平台禁止任何利用技术手段模拟真人、自动生成内容或进行虚假互动的行为。对于违规账号，将根据情节轻重采取警告、限制分发乃至封禁等措施。小红书呼吁用户合理使用AI工具，坚持真人分享真实经历，共同守护社区的真实底色，并鼓励用户积极反馈疑似AI托管账号。此举旨在保障用户体验，促进平台生态健康发展。
- 2026-03-10
- 0
- 0
- 0
- AI基础/开发
- AI行业应用
2026-03-10
派早报：达摩院发布脂肪肝筛查 AI 模型 MAOSS 等本期派早报聚焦多项 AI 进展：阿里巴巴达摩院联合多家医院发布脂肪肝筛查 AI 模型 MAOSS，显著提升检出率。华硕发布高性能迷你主机 NUC 16 Pro。微软推出包含高级 AI 功能的新订阅服务 Microsoft 365 E7。OpenAI 发布应用安全智能体 Codex Security，并与 Mozilla 合作利用 Claude 发现了 Firefox 的多项安全漏洞。
- 2026-03-10
- 0
- 0
- 0
2026-03-10
联想AI平板小新Pro 13官宣：搭载第四代骁龙8S，安兔兔跑分达262万联想正式发布AI平板小新Pro 13，将于3月18日上市。该平板搭载第四代骁龙8S处理器，安兔兔跑分高达262万，性能表现卓越。新机采用台积电4nm工艺，CPU性能提升31%，集成Adreno 825 GPU，并支持硬件级光线追踪。AI方面，Hexagon NPU升级，AI性能提升44%，可运行DeepSeek等大模型。同时发布的还有升级版拯救者Y700五代，搭载第五代骁龙8至尊版芯片，安兔兔跑分突破453万。
- 2026-03-10
- 0
- 0
- 0
2026-03-10
为何 SWE-bench Verified 已无法衡量前沿编程能力 OpenAI 宣布停止使用 SWE-bench Verified 进行模型评估，因其数据污染问题已严重影响评估准确性。文章深入分析了测试用例拒绝正确解法、代码库泄露答案等问题，并建议采用 SWE-bench Pro 或自研评估体系。
- 2026-03-10
- 0
- 0
- 0
- AI基础/开发
- AI新闻/评测
2026-03-10
谷歌在AI模型中引入“反驳”功能以提高准确性谷歌正通过引入“反驳”（refutation）功能来增强其AI模型的准确性和可靠性。该功能旨在通过自动生成并评估与模型初始输出相反的论点，来验证信息或答案的正确性。研究表明，在引入反驳步骤后，模型在特定任务上的准确率显著提升，尤其是在需要事实核查和逻辑推理的场景中。这一创新有助于减少模型产生幻觉和错误信息的概率，为构建更值得信赖的AI系统提供了新的方向。该技术对提升复杂问答系统的性能至关重要。
- 2026-03-10
- 0
- 0
- 0
- AI基础/开发
- AI新闻/评测
2026-02-27
锁定模式正式上线，在 ChatGPT 中统一使用“风险升高”标签 OpenAI 针对 AI 系统面临的新兴安全风险（尤其是“提示注入”）推出了两项重要保护措施：为高风险用户设计的可选高级安全设置“锁定模式”，以及在 ChatGPT、Codex 中统一标注“风险升高”标签。本文详细介绍了锁定模式如何通过限制工具交互来防御数据泄露，以及风险标签如何提升用户对潜在风险的认知。
- 2026-02-27
- 2
- 0
- 0