实体
OfficeQA Pro V2
OfficeQA Pro V2
PulseAugur coverage of OfficeQA Pro V2 — every cluster mentioning OfficeQA Pro V2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Moonshot AI 发布 Kimi K3.1 Pro，拥有 1M 上下文窗口和 2.8T 参数
Moonshot AI 推出了 Kimi K3.1 Pro，这是其 K3.1 系列中的一款新模型，拥有 2.8 万亿总参数，其中 1040 亿激活参数采用混合专家 (Mixture-of-Experts) 架构。该模型拥有 100 万 token 的上下文窗口，旨在在包括编码和代理任务在内的各种基准测试中与领先的专有模型竞争。虽然 Kimi K3.1 Pro 在编码方面表现强劲，尤其是在 SWE-Marathon 基准测试中超越了 C…
-
Databricks 发布 OfficeQA Pro V2 基准，用于企业 AI 推理
Databricks 发布了 OfficeQA Pro V2，这是一个旨在评估企业风格任务中 AI 代理事实推理能力的新基准。该基准使用了约 12 万页的美国财政部收支账户新语料库，涵盖 1793 年至 2024 年。对前沿模型的初步评估显示平均准确率为 26.0%，模型之间存在显著的性能差异，并且在解析、时间协调和实体范围解释方面仍存在挑战。