PulseAugur
中
实时 00:35:21
实体 MultiChallenge

MultiChallenge

PulseAugur coverage of MultiChallenge — every cluster mentioning MultiChallenge across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_261839 ·

    Alice 和 GigaChat AI 模型在五个基准测试上的比较

    对俄罗斯 AI 模型 Alice (Yandex) 和 GigaChat (Sber) 在五个基准测试上进行了比较：τ³, PRAKT-120, MultiChallenge, WildBench 和 Arena-Hard。测试过程非常广泛，由于设置、等待时间和模型不稳定，大约持续了两周。作者指出，虽然 Marusya AI 最初计划包含在内，但它目前正在重构为一个主权编码环境。因此，展示的结果集中在 Alice、GigaChat U…
  2. FRONTIER RELEASE · CL_02309 ·

    推出 gpt-realtime 和 Realtime API 更新

    OpenAI 发布了 GPT-4.1，这是其 API 的新模型系列，在编码、指令遵循和长上下文理解方面提供了显著改进，性能优于 GPT-4o 等先前模型。该公司还推出了更小、更快的 GPT-4.1 mini 和 GPT-4.1 nano 变体。此外，OpenAI 推出了其最先进的语音到语音模型 gpt-realtime，旨在提供具有增强自然度和指令遵循能力的可靠语音代理，并更新了其 Realtime API。