大模型5 小时前
国产开源模型把上下文推到 200 万 token，长文档问答不再需要切片
在长文本检索基准上，该模型于 100 万 token 处仍保持 92% 的召回率。团队同时开源了推理代码与两档量化权重，单卡 24G 显存即可运行。
大模型11 小时前
推理成本一年降了 94%，但企业侧采用率只涨了 11 个百分点
一份覆盖 1,200 家企业的调研显示，阻碍落地的前三位因素是数据合规、评估体系缺失和责任边界不清，而非模型能力或价格。
大模型16 小时前
多模态评测集暴露短板：模型对图表的时间轴普遍误读
研究者构造了 4,000 组带时间轴的统计图表，主流模型在「趋势拐点定位」上的准确率不足六成，且倾向于把坐标刻度读成数值标签。
大模型22 小时前
开源社区发布轻量评测工具，单机即可复现主流基准
工具把常见评测集统一成一套数据格式，并内置了缓存与去重，避免重复调用带来的开销。
已全部载入 · 今日共 4 条