←返回首页

话题 · Topic

#大模型评估

共 4 条相关资讯

2026.08.11 · 周二研究论文

AI 同行评审实测：100 处人为错误，最强单模型仅识别 71 处

2026.08.10 · 周一研究论文

哈佛 MIT 团队造 83 亿 AI 智能体镜像人类

2026.07.22 · 周三研究论文

SysAdmin 基准：前沿大模型权力寻求倾向如何

2026.07.01 · 周三研究论文

BayesBench：评估大模型多轮证据下的信念更新轨迹