#SOTA

1天前

7.7K Star ⚡️ 最好的开源 Deep Research 平台发布！ Langchain 这个 open-deep-research 效果也太好了，在全球 DeepResearch benchmark 上登顶最好的开源 SOTA 效果 🔥 开源地址 👉

#开源 #Deep Research #LangChain #SOTA #Benchmark

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

4天前

看字节seed这研究趋势，不会截胡了DeepSeek的下一个突破吧？🤔 北京大学、ByteDance Seed和香港大学研究：SWE-Swiss——一个用于构建人工智能的完整训练“公式”，用于解决软件工程任务。基于此，他们的32B参数SWE-Swiss-32B在SWE-bench Verified上达到了60.2%，为其尺寸设定了新的SOTA。这证明，通过合适的方法，中型模型可以超越其重量。

#字节Seed #DeepSeek #SWE-Swiss #软件工程任务 #SOTA

karminski-牙医

1周前

GPT-5 召回的确牛逼，所以接 RAG 目前应该是最佳选择。 Fiction.LiveBench 测试数据，192K上下文仍然有 87.5%, 妥妥 SOTA 了. 奥特曼其实应该把这个数据拿出来炫的，从o3开始其实 OpenAI 系列模型的召回能力都是可圈可点的。 #GPT5

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 327 条信息

#GPT-5 #RAG #OpenAI #奥特曼 #SOTA

Jesse Lau 遁一子

2个月前

Google推出了最新的 Gemini 2.5 Pro（06 月 5 日版）更新，多项指标 > openai o3 并计划将其作为长期稳定版本。主要亮点包括： - 在 HLE、Aider 和 GPQA 上达到 SOTA（最先进水平） - 新增支持“思维预算”功能 - 成本不变，性能表现处于最优解集合 - 有效修复了 3 月 25 日版本中的性能回退问题

#Google #Gemini2.5Pro #AI更新 #SOTA #HLE #Aider #GPQA #思维预算 #性能优化 #版本更新

4个月前

昆仑万维今天发的音乐大模型Mureka O1，指标上已经达到了SOTA，当然吹的文章你们肯定不想看，直接上作品最有说服力，这首歌曲从歌词到谱曲再到人声都是AI完成的，画面是后期用剪映配的，旧版本音乐大模型里挥之不去的那种AI电流感几乎已经听不出来了，你们觉得如何？客观打个分。

#昆仑万维 #Mureka O1 #音乐大模型 #AI歌曲 #SOTA

6个月前

R1+Sonnet：我们加起来才是最强的！在 Aider 的最新多语言基准测试中测试中，R1+Sonnet 超越 o1 拿下第一。 R1 作为架构师， Claude Sonnet 作为编辑器，在 aider 多语言基准测试中设定了新的 SOTA（最先进技术水平）64.0%。不仅超过了之前 o1 的 SOTA 总体成本还降低了 14 倍。这件事很神奇，因为使用 o1+ Sonnet 无法超越 o1 自己。背景信息： Aider 支持使用一对模型进行编码架构师模型被要求描述如何解决编码问题。思考/推理模型通常在这个角色中表现良好。编辑器模型接收到架构师的设计方案，并被要求生成特定的代码编辑指令，以将这些更改应用到现有的源文件中。

#R1 #sonnet #Aider #多语言基准测试 #SOTA #O1