AI Pulse

大模型评估

3 条信号 · 持续更新

📡

OpenAI发布MentalHealthBench 基准测试(more than 80)

𝕏2026 年 9 月 24 日
📡

讨论AI进展长周期评估是否饱和

𝕏2026 年 9 月 8 日
📡

AI评分不靠谱?我们做了新的开源评估标准

𝕏2026 年 7 月 30 日

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新