标签
基准测试
相关的文章：本列表页汇集了关于基准测试的最新研究与应用，涵盖多模态模型、深度学习及数据库性能等领域，助您了解行业动态与技术进展。
Our reaction to the PostgreSQL benchmarks published by PlanetScale and the results of running them against a Xata instance.
几周前，PlanetScale发布了PostgreSQL私有测试版，并进行了基准测试。Xata的测试结果显示，其在TPCC基准上表现优于其他数据库，平均每秒处理25K查询，延迟更低。文章讨论了基准测试方法的局限性，并强调了Xata在存储与计算分离架构下的高性能和灵活性。
Since our last public update, OrioleDB has continued to evolve with a series of new releases. These updates refine the core engine, extend functionality, and improve performance across a range of...
OrioleDB持续优化核心引擎，提升性能，接近公测。作为PostgreSQL的存储扩展，OrioleDB解决了可扩展性瓶颈，支持多种索引类型和表空间，增强了兼容性和灵活性。基于TPC-C基准测试，OrioleDB在事务处理上表现优异，显著提高了吞吐量。
While federated learning (FL) and differential privacy (DP) have been extensively studied, their application to automatic speech recognition (ASR) remains largely unexplored due to the challenges...
联邦学习（FL）与差分隐私（DP）在自动语音识别（ASR）中的应用尚待深入。本文通过逐层裁剪和梯度归一化技术，缓解了大模型在FL中面临的梯度异质性问题。实验结果表明，在强隐私保护下，FL与DP在用户规模达到数百万时是可行的，并且在不同规模下的字错误率有所改善。这为大模型的隐私保护FL算法设计提供了指导。
Benchmarking Postgres in a transparent, standardized and fair way is challenging. Here, we look at the process of how we did it in-depth
PlanetScale推出Postgres，并通过内部工具“Telescope”进行基准测试，确保数据库性能。在延迟、TPS和IOPS等方面，PlanetScale在与其他云Postgres提供商的比较中表现优异，展示了其卓越性能。
The Agentica Project and Together AI have released DeepCoder-14B-Preview, an open source AI coding model based on Deepseek-R1-Distilled-Qwen-14B. The model achieves a 60.6% pass rate on...
Agentica项目与Together AI发布了DeepCoder-14B-Preview，这是一个基于Deepseek-R1-Distilled-Qwen-14B的开源AI编码模型。该模型在LiveCodeBench上的通过率为60.6%，超过了OpenAI的o1模型。开发团队通过强化学习优化了模型，并共享了数据集、代码和训练日志，旨在推动RL训练的民主化。DeepCoder在多个编码基准测试中表现优异，显著缩短了训练时间。
#人工智能 基准测试显示降价 80% 后的 OpenAI o3 模型在性能上与原始版本没有区别，OpenAI 并未通过替换模型来降价。OpenAI 回应开发者担忧价格下降的同时模型能力也下降，OpenAI 称通过优化服务堆栈降价，模型完全相同。独立基准测试社区 ARC Prize 经过测试后发现 o3 模型性能确实没有下降。查看全文：https://ourl.co/109324
OpenAI宣布o3模型价格下调80%，输入费用从10美元降至2美元，输出费用从40美元降至8美元。尽管开发者担心性能下降，OpenAI表示模型未变，仅优化了服务堆栈。独立测试证实o3性能与原版相同。新旗舰模型o3-pro仅限于ChatGPT Pro和Team用户，价格较高。
By Will Fu-HinthornIn this blog, we explore a few common multi-agent architectures. We discuss both the motivations and constraints of different architectures. We benchmark their performance on a...
本文探讨了多智能体架构的动机与限制，基于Tau-bench数据集进行性能基准测试，并改进了“监督者”实现，性能提升近50%。多智能体系统有助于模块化设计、复杂任务处理及不同团队协作。尽管大多数架构为定制型，通用架构在易用性上也具优势。作者认为多智能体系统将日益普及。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步：在公众号对话中发送验证码：
