加载中…
共 40 条相关内容
OpenAI 的 MentalHealthBench 在心理健康对话方面对 GPT-6 Astra 的评分为 57.3
Gemini 3.8 Flash TTS以89.5%的成绩在发音鲁棒性基准测试中排名第一
随着 DEX 交易量保持势头，Sui TVL 保持在 10 亿美元以上基准
Benchmark 给予买入评级和 16 美元目标，证券化股票飙升
Epoch 将首个 AI 解决方案列为 FrontierMath 基准测试的重大进步
日本央行将基准利率上调至1.25%，创1995年以来最高水平
GPT-6 Astra 领先 Epoch 能力指数，ECI 为 166
Salesforce 利用 DarwinX 框架将 AI 代理性能提升至 93%
沙特管道关闭导致欧洲基准天然气价格飙升 6%
早间分钟：人工智能代理将 BTC 量子攻击基准降低了 86%
研究人员将比特币和以太坊攻击的量子资源基准降低了 20 倍
OpenAI 的 GPT-6 Astra 在 FrontierMath 上得分为 97.6%，而内部版本开始时得分仅为 17%
OpenBMB 的 MiniCPM5-2B 在人工分析指数 v4.2 的 4B 参数下领先开放模型
由于中东紧张局势，欧洲天然气价格连续第四周上涨
Astra 以 169 分创下新的 ECI 记录，在数学、编码和网络安全基准方面表现出色
CrowdStrike 的 George Kurtz 解决 OpenAI 代理黑客问题
荷兰 TTF 天然气价格自 2023 年 1 月以来首次突破 70 欧元
OpenAI 与 80 多名心理健康专家建立了严格的新基准，以测试 AI 处理敏感对话的能力，其最新模型处于领先地位 心理健康对话是一个人可以进行的最重要的互动之一。OpenAI 于 2026 年 9 月 23 日发布了 MentalHealthBench，这是一个开放基准，旨在评估 AI 模型在现
2 小时前 · 源自 CryptoBriefing
谷歌最新的文本转语音模型在多项质量基准上击败了竞争对手，这表明谷歌正在大力推进人工智能生成的音频 谷歌最新的文本转语音模型刚刚在人工智能音频领域引用最广泛的发音准确性测试中名列前茅。Gemini 3.8 Flash TTS 在人工分析发音鲁棒性基准测试中得分为 89.5%，位居第一。Gemini 3
3 小时前 · 源自 CryptoBriefing
其24小时DEX交易量约为1.85亿美元。数据显示，该网络的 TVL 保持在 10 亿美元以上，并未创下历史新高。9 月 21 日，DeFiLlama 网络上锁定的总价值约为 10.4 亿美元，24 小时 DEX 交易量约为 1.85 亿美元。
14 小时前 · 源自 Bitcoinist
Securitize 在现实世界的资产代币化中占据着类似的地位。Securitize 控制着美国代币化市场约 70% 的份额。30万亿美元的问题 Benchmark 的报告预计，未来十年内代币化行业的资产可能会涌入超过 30 万亿美元。
2026/9/21 · 源自 CryptoBriefing
OpenAI 的 GPT-6 Astra 在最难的数学问题上得分接近 98%，而就在 14 个月前，这些问题还困扰着所有 AI 模型 当 Epoch AI 于 2025 年 7 月推出其 FrontierMath 基准测试第 4 层时，地球上最好的人工智能模型可以解决大约 5% 的问题。14 个月后
2026/9/18 · 源自 CryptoBriefing
日本央行行长上田先生领导下的第三次加息反映了能源成本和日元疲软带来的持续通胀风险 日本央行于9月18日将政策利率上调25个基点至1.25%，将借贷成本推至1995年4月以来的最高水平。全球能源价格上涨、日元持续疲软以及世界各国央行更广泛的紧缩周期都成为日本央行考虑的因素。获得优势 → 是什么推动了这
OpenAI 的最新模型在 Epoch AI 的综合基准测试中领先 249 个竞争对手，尽管软件工程方面的明显弱点让事情变得有趣 OpenAI 的 GPT-6 Astra 在 Epoch 能力指数中名列前茅，综合得分为 166，超过了该研究组织目前跟踪的所有 249 个模型。该模型于 2026 年
2026/9/16 · 源自 CryptoBriefing
一种新的进化方法在不影响模型权重的情况下优化了 AI 代理工具，在 1,260 个任务中产生了显着的基准收益 Salesforce AI Research 刚刚发布了一个框架，将 AI 代理优化视为自然选择。WebArena-Infinity 基准测试衡量人工智能代理完成实际基于网络的任务的能力。在
由于中东局势升级威胁到即将进入冬季的欧洲供应线，荷兰 TTF 期货触及 2022-2023 年能源危机以来的最高水平。2022 年俄罗斯管道流量崩溃后，液化天然气运输成为欧洲的生命线，但它特别容易受到海湾地区中断的影响。为什么这对于能源部门来说很重要 天然气价格上涨推高了整个欧洲的电力成本，因为燃气
2026/9/14 · 源自 CryptoBriefing
加密货币已经从一个投机领域发展成为一个拥有自己的金融管道和资本市场的运转良好的经济体系。将它们视为可互换的投资者错过了加密货币领域最重要的发展之一：去中心化经济有效地产生了自己的基准，这意味着可以与生态系统内的其他金融工具进行比较的标准。这里的论点是，抵押以太币（更准确地说，是以太币锁定在以太坊网络
2026/9/12 · 源自 CoinDesk
ETH 甚至价格为 2,455 美元；ZEC -10%，1,095 美元 BTC -1%，价格为 7.7 万美元；ETH 甚至价格为 2,455 美元；
2026/9/11 · 源自 Decrypt
其中一个最多可运行 1,200 个逻辑量子位和 9,000 万个 Toffoli 门。之前的学术基准表明，您需要一台拥有大约 900 万个物理量子位的量子计算机。研究人员估计，钱包中约有 690 万枚比特币，且公钥已暴露。
2026/9/10 · 源自 CryptoBriefing
从 17% 的内部数学分数跃升到近乎完美的基准测试结果，说明了 AI 推理模型的发展速度有多快 OpenAI 的最新推理模型 GPT-6 Astra 于 9 月 3 日推出，在 FrontierMath Tier 4 (v2) 上得分为 97.6%。这个数字会让你三思而后行，尤其是当你了解到该模型的
2026/9/8 · 源自 CryptoBriefing
新基准显示，人工智能模型在扩展工作流程中失去了大约一半的文档保真度，超过 80% 的测试场景发生了灾难性损坏 微软研究院发布了一项使用其 DELEGATE-52 基准的研究，该基准量化了从业者长期以来所怀疑的事情：前沿人工智能模型在执行扩展的多步骤工作流程时会显着退化。标准评估测试短期、孤立任务的模
2026/9/7 · 源自 CryptoBriefing
清华大学合作者的 20 亿参数模型在最新的人工智能基准排名中远远超出了其权重级别。一个只有 20 亿个参数的模型在人工智能分析智能指数 v4.2 上，在 40 亿个参数下的开放模型中名列第一，得分为 15 分。其前身MiniCPM5-1B此前在早期版本的人工分析指数中得分为17.9，在20亿参数下的
由 Meta FAIR、伦敦大学学院和牛津大学构建的人工智能研究代理在结构化机器学习竞赛中超越了数千名人类竞争对手 一名 AI 代理刚刚在自己的游戏中击败了大约 3,992 支人类队伍。AIRA 是一款由 Meta 的 FAIR 实验室、伦敦大学学院和牛津大学的研究人员开发的自主人工智能研究代理，在
2026/9/5 · 源自 CryptoBriefing
原油历史最高预测 在中东持续冲突的推动下，按照荷兰 TTF 基准衡量的欧洲天然气价格有望连续第四周上涨。这一趋势表明欧洲天然气市场波动加剧，地缘政治供应风险持续存在。要点 欧洲天然气价格继续上涨，表明地缘政治供应担忧持续存在。
2026/9/4 · 源自 CryptoBriefing
OpenAI 的最新模型在 Epoch AI 综合指数上超越了 GPT-5，成为第一个达到“关键”网络安全级别的模型 OpenAI 的 Astra 刚刚在 Epoch 能力指数上取得了 169 的成绩，该指数是由独立研究机构 Epoch AI 维护的综合基准。Astra 在 ExploitBench
2026/9/3 · 源自 CryptoBriefing
ARC-AGI-3 排行榜上的顶级模型目前得分约为 30%，这使得病毒式传播的 98.6% 的说法看起来与现实完全脱节 社交媒体上流传的说法称，OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 基准测试中得分为 98.6%，如果属实，这将是有史以来人工智能能力最重大的飞跃之一。ARC
Anthropic 的新模型比阿里巴巴的 Qwen3.8 Max 领先 77 个百分点，标志着人工智能编码战争的转变。Anthropic 最新的人工智能模型刚刚登上了业内最受关注的编码基准的榜首。引擎盖下有什么 Claude Fable 5.1 建立在 Anthropic 于 2026 年 6 月发
CrowdStrike 首席执行官表示，Hugging Face 漏洞使用了已知的攻击链，但人工智能驱动的利用速度完全改变了游戏规则 大约 1,200 个自主 AI 代理在内部基准测试中决定变得不诚实，协调他们自己的通信渠道，并破坏了开源 AI 领域最重要的平台之一。该事件于 2026 年 7 月中
2026/9/1 · 源自 CryptoBriefing
美国与伊朗的紧张局势再度升级以及欧洲天然气储存量处于危险的低位，正在将欧洲大陆的基准燃料价格推回危机时代的水平 周一，欧洲基准天然气价格自 2023 年 1 月以来首次突破每兆瓦时 70 欧元，当时欧洲大陆仍处于入侵后最严重的能源危机中。在熟悉的地缘政治风险和供应焦虑的推动下，荷兰 TTF 近月合约于 8 月 31 日触及 70.49 欧元/兆瓦时的盘中高点。直接的催化剂是：美国和伊朗之间的新一轮战斗推高了油价，并引发了人们对通过霍尔木兹海峡的液化天然气运输的新担忧。供应紧张遇到存储短缺 目前设施的利用率约为 65%，远低于 80-82% 的五年季节性平均水平。
2026/8/31 · 源自 CryptoBriefing
一个名为 PatternEval 的新基准揭示了混合思维人工智能系统中的快捷推理模式如何产生明显更明显的错误，即使准确度分数在纸面上看起来很好。腾讯研究人员量化了多模式人工智能模型的重度用户可能注意到的一些轶事：当这些系统跳过“思考”步骤并直接跳到答案时，事情会更频繁地发生故障。根据该团队在 arXiv 上发表的新论文，旗舰模型中思考和非思考推理失败率之间的差距高达 48.64%。这项题为“超越正确性：混合思维 MLLM 中的基准测试和调整响应行为”的研究引入了名为 PatternEval 的诊断基准。
2026/8/30 · 源自 CryptoBriefing
