Benchmark归档 - 每时AI

ICML 2025 用“人类考试法”戳破AI泡沫：构建能力导向的自适应测评新范式

下午4时 2025/05/27 作者 PaperWeekly

信赖，可能远远不够。
你是否知道：
评估一个大模型完整跑完一套标准测试（如 HELM），可能耗时超过

MLNLP社区致力于推动自然语言处理领域的学术交流与进步，涵盖硕博生、高校老师及企业研究人员等多个群体。文章详细介绍了如何构建高质量的Benchmark，包括数据准备、清洗、审核、模型评估等步骤及其重要性。

下午11时 2025/04/25 作者头部科技

Manus获得7500万美元融资，估值近5亿美元。该公司计划拓展美国、日本和中东市场，并推出了新的用户订阅套餐。虽然其功能受到争议，但仍有市场需求。竞争对手如MainFunc也取得了较快进展。全球AI Agent市场规模预计将快速增长。