实体
GDP.pdf
GDP.pdf
PulseAugur coverage of GDP.pdf — every cluster mentioning GDP.pdf across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
人工智能分析指数 v4.2 发布，Anthropic 领跑排名
Artificial Analysis 发布了其 Intelligence Index 的 4.2 版本，引入了 AA-Briefcase（用于代理知识工作）和 GDP.pdf（用于长上下文文档推理）等新评估。此次更新将私有、保留测试集的权重增加到 40%，以防止作弊，并包括了更强大的评分基础设施升级。最新排名显示，Anthropic 的 Claude Fable 5.1 领先，其次是 OpenAI 的 GPT-6 Astra 和 Meta。
-
Google 发布 Gemini 3.7 Flash，性能大幅提升且价格下调 · 跟踪 9 个来源
Google 发布了 Gemini 3.7 Flash，这是其用于编码和 AI 代理的旗舰模型的最新版本，距离前代 Gemini 3.6 Flash 发布仅三周。此次更新在软件工程、知识工作和 Web 开发方面提供了显著的性能改进，在编码准确性和复杂文档处理方面取得了显著进展。Gemini 3.7 Flash 的推出价格也比其前代产品低一半，旨在为开发人员和客户提供具有成本效益的扩展。新模型已集成到 Gemini Spark 中，增强…
-
新的GDP.pdf基准揭示前沿模型在处理专业文档时遇到困难
一个名为GDP.pdf的新基准已被发布，用于评估在专业文档上的多模态推理能力。该基准包含由专业人士创建的100个问题-文档对，旨在挑战前沿多模态模型。在测试中，表现最好的模型仅达到15%的通过率，表明AI在理解和推理复杂专业文档方面的能力仍有很大提升空间。