AI Pulse

模型评估

3 篇文章 · 5 条信号 · 持续更新

📡

Notion 重新引入 Elo 评分体系,用于评估模型并优化 Auto 路由

𝕏2026 年 10 月 22 日
📡

AI工程师应该掌握的10种大语言模型评估技术

𝕏2026 年 10 月 11 日
📖

OpenAI停报SWE-bench:作者称分数必须能复现

AI基准测试2026 年 9 月 20 日
📡

AI工程师必须掌握的11种大模型评估方法

𝕏2026 年 9 月 12 日
📡

Google DeepMind试点前沿AI双盲评估

𝕏2026 年 8 月 27 日
📖

Arena排行榜推出AutoEval自动模型评估功能

AI开源2026 年 8 月 6 日
📖

Arena推出结合事实准确性的AI模型排行榜

AI大语言模型2026 年 8 月 6 日
📡

Claude Code新UltraCode模式严重削弱编码能力

𝕏2026 年 6 月 1 日

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新