跳到正文

技术方向

开源生态 最新动态

开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。

41 条精选近 30 天 28 条共收录 190 条

更新

精选归档 · 第 3 页

12月9日周二第 41–41 条
  1. Google DeepMind65

    Google DeepMind 推出 FACTS 基准测试套件，系统性评估大语言模型事实准确性

    Google DeepMind 联合 Kaggle 发布 FACTS 基准测试套件，包含参数基准、搜索基准、多模态基准和更新的 Grounding v2 四个子基准，共 3513 个样例。

    推荐理由：Gemini 3 Pro 在搜索和参数基准上较 2.5 Pro 错误率大幅下降，但多模态基准仍是短板，读者可据此判断当前模型在事实性任务上的真实差距。