AI 资讯
开源AI排行榜whatmodel上线：按本机硬件推荐可跑模型
开发者推出开源项目whatmodel，用户输入RAM和GPU即可查看本机可运行模型、排名与命令，并与API模型对比得分。
阅读全文
基准测试
共 4 篇相关文章
AI 资讯
HieraticBench：用古埃及僧侣体测试大模型识别能力
开发者构建 HieraticBench 基准，包含 268 个古埃及僧侣体项目，用于测试大模型识别与翻译古文字的能力，初步结果显示模型在真实文献上识别率尚可但解读准确率极低。
阅读全文
AI 资讯
新基准测试显示AI难以主动发现代码缺陷
Meta、斯坦福等机构研究者发布SWE-Sweep基准，覆盖100个代码库和4000个真实缺陷。测试显示最佳模型修复率仅4.7%，且成本高达7230美元，主动发现缺陷仍是难题。
阅读全文