➡️
继续阅读
-
AI代理评估是产品的一部分
该文讨论AI代理（Agent）的评估问题。文章指出，演示成功不代表系统可靠，需将评估纳入交付流程。建议建立可重复的评估系统，使用固定场景和真实任务，记录完...
-
Witbe 推出用于视频测试自动化的 AI 模型
Witbe推出自研视觉语言模型Witbe VLMs，用于视频测试自动化，与通用模型协同工作。该模型针对机顶盒等特定场景训练，性能不逊于前沿模型，且延迟更低...
-
微软称几乎无人通过其聊天机器人获取《纽约时报》文章
微软在版权诉讼中辩称，其AI助手Copilot极少复制新闻或书籍内容。在820万条聊天记录中，仅不到1%包含至少16个匹配词，与《纽约时报》等出版商作品有...
-
“对混乱的发布感到抱歉”：OpenAI推出GPT-6 Astra，但开发者被拒之门外
OpenAI发布GPT-6 Astra，但发布过程混乱，CEO Sam Altman道歉。API和ChatGPT订阅用户尚未获得广泛访问权限，预计先从Pr...
-
迄今IFA上发布的最佳科技与数码产品
IFA 2026柏林展会上，多款新科技产品亮相：Acer推出可变形为迷你PC的DualPlay Mini游戏掌机；Dell发布平价笔记本14S，对标Mac...
-
OpenAI会卖给你Astra，但不会卖给你在ARC-AGI-3上得分98.6%的那套系统
文章探讨了AI模型评测中“框架工程”（harness）的关键作用。以GPT-6 Astra为例，同一模型在不同评测框架下得分差异显著（62.7%对98.6...
