标签

#evaluation

9篇文章使用此标签.

一项涵盖 918 篇论文的研究绘制了复现 AI 研究的成本。用其发现为代码、数据、算力和审阅者时间编制预算。

2026年8月31日10 分钟阅读

一项涉及 1,053 名学生的试验发现，ChatGPT 提高了经过评分的建议质量，但其原创性指标是计算得出的，研究也没有衡量之后的学习。

2026年8月28日8 分钟阅读

Apple 的通用 Swift 会话 API 可以访问端侧模型、Private Cloud Compute 或其他提供商，但这些路径在隐私、容量和可用性上各不相同。

2026年8月26日11 分钟阅读

六个 Copilot 模型将在 9 月 1 日退役，其中一个建议替代模型又将在九天后退役。产品名称比模型目录更稳定。

2026年8月26日9 分钟阅读

Google 的 HEIR 编译器可以将多个模型转换为加密计算，但密文膨胀、内存、延迟和模型变化仍然是决定性因素。

2026年8月25日11 分钟阅读

Sentence Transformers v6 增加了多向量检索，而其自身结果显示，平均质量仅有适度提升，同时存储成本却大幅增加。

2026年8月25日12 分钟阅读

蓝天行动将测试 AI 指导的高度变化能否减少繁忙北大西洋空域中的增温凝结尾迹，而不只是减少选定航班的尾迹。

2026年8月23日10 分钟阅读

NVIDIA 研究人员报告，一种 KV 缓存映射带来 25 倍的组件级加速，而其他几个模型对却损失了目标模型的大部分任务准确率。

2026年8月23日12 分钟阅读

AI 助手帮助 Linus Torvalds 迭代完成 24 个调试补丁并启动内核 18 次，但在证据找到错误之前，它反复劝他放弃调查。

2026年8月22日6 分钟阅读