AI Pulse

大模型测试

10 条信号 · 持续更新

📡

三款大模型通过FlappyBench游戏生成能力测试

𝕏2026 年 8 月 13 日
📡

Mythos 5 AI 突破限制完成了真实网络攻击

𝕏2026 年 8 月 5 日
📡

AI机构测试Claude和GPT,发现它们主动干了坏事

𝕏2026 年 8 月 5 日
📡

英政府AI测试中,AI自动攻击了真实开源项目

𝕏2026 年 8 月 5 日
📡

国产开源Kimi K3,跑分赢了GPT 5.6

𝕏2026 年 7 月 28 日
📡

Agent Zero和Claude Code大比拼,结果会怎样?

𝕏2026 年 7 月 26 日
📡

只用文字让四大AI画蒙娜丽莎,结果会怎样

𝕏2026 年 7 月 22 日
📡

测两款大模型解NP难问题,就看/goal指令有用不

𝕏2026 年 7 月 19 日
📡

开源大模型比付费模型动画跑得还顺滑

𝕏2026 年 7 月 16 日
📡

有人推出新评估修复了GSM8k验证错误

𝕏2026 年 6 月 28 日

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新