PulseAugur
中
实时 18:25:11
实体 Plotly

Plotly

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

Show in brief
总计 · 30天
7
90 天内 10
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天

7 天有情绪数据

最近 · 第 1/1 页 · 共 11 条
  1. TOOL · CL_369195 ·

    Neon模型得分完美但速度落后于Gemini 4 Hydrogen

    虽然Neon在Plotly的数据分析考试中取得了满分,但其速度被发现慢于Gemini 4 Hydrogen。这一结果凸显了基准测试的胜利并不总是等同于特定任务的最佳性能。

  2. TOOL · CL_360932 ·

    Hydrogen AI 模型在数据分析考试中获得满分,超越 Google 的 Carbon 和 Argon

    一款名为 Hydrogen 的新 AI 模型在 Plotly 的数据分析考试中取得了满分 43/43 的成绩。它在速度上也优于 Google 的 Carbon 和 Argon 模型。GPT-6.1 Sol 取得了相同的满分,但成本显著降低,这表明虽然速度是一个因素,但整体价值仍然是关键考量。

  3. TOOL · CL_359101 ·

    Meta 的 Muse Ember 在基准测试中与 GPT-6 Luna 相当,但成本更高

    Meta 的 Muse Ember 模型在 43 个基于 Plotly 的问题中,有 38 个的问题表现与 GPT-6 Luna 相当。然而,Muse Ember 的成本显著更高,每个任务为 1.04 美元,而 GPT-6 Luna 为 0.13 美元。Muse Ember 在模式识别方面也遇到了困难,在 5 个隐藏模式问题中错了 4 个,这表明虽然代币效率在提高,但它并不总是能转化为成本效益或在复杂任务中的卓越表现。

  4. SIGNIFICANT · CL_356503 ·

    Hydrogen AI模型在速度测试中优于Gemini 3.8 Flash

    Hydrogen,一个新的人工智能模型,在速度上显示出比Gemini 3.8 Flash等现有模型显著的优势。在测试中,Hydrogen比Gemini 3.8 Flash快2.5倍。此外,Hydrogen在一次包含43个问题的数据分析考试中取得了满分,与GPT-6.1 Sol并列。

  5. TOOL · CL_354722 ·

    Ember AI 在 Plotly 问题上与 GPT-6 Luna 相当,但使用了更多 token

    Ember AI 模型表现强劲,在 43 个 Plotly 问题中的 38 个上与 GPT-6 Luna 相当。然而,Ember 使用了显著更多的 token,并且未能正确回答五个隐藏模式问题中的四个。

  6. TOOL · CL_345102 ·

    开发者对代码审查的 LLM 进行基准测试,发现解析和路由错误

    一位开发者针对其公司的代码审查流程对八个大型语言模型进行了基准测试,发现模型性能和成本并非唯一需要考虑的因素。基准测试揭示了模型输出解析方面的问题,其中 Claude Opus 5.5 的 JSON 输出因其散文中的一句话而被误解。此外,评估过程本身存在一个 bug,即 Claude 模型并未按预期调用,由于路由规则,系统默认使用了 DeepSeek 和 Kimi 等其他模型。这凸显了健壮的评估流程以及对模型使用和成本进行仔细监控的重要性。

  7. TOOL · CL_326893 ·

    scPyviewer 为单细胞数据提供更快、原生Python的可视化

    一个名为scPyviewer的新原生Python工具已被开发出来,用于交互式可视化AnnData对象的单细胞数据。它旨在提供现有基于R Shiny的工具的轻量级替代品,提供更快的渲染速度和更低的内存使用量。scPyviewer还包括一个用于生成可发表图表和表格的Python API。

  8. TOOL · CL_194859 ·

    OctoBot 教程详细介绍量化交易策略回测与优化

    本教程详细介绍了使用 OctoBot 和 OctoBot-Script 创建和验证量化交易策略的过程。它概述了设置具有特定 RSI、EMA 和 ATR 参数的交易策略,然后在多个加密货币交易所上执行该策略的流程。工作流程包括前向回测、通过网格搜索进行参数优化以及样本外验证,以评估泛化能力并防止过拟合。最后,它涵盖了使用 Pandas 和 Plotly 进行交互式可视化的回测结果分析。

  9. TOOL · CL_181473 ·

    Reflex AI 发布了具有 Rust 内核的快速 Python 图表库 XY

    Reflex AI 已开源 XY,这是一个采用 Rust 内核构建以提高性能的新型 Python 图表库。XY 可以处理具有多达 1 亿个数据点的交互式 2D 可视化,在速度和数据负载大小方面显著优于 Matplotlib 和 Plotly 等现有库。该库目前处于 alpha 阶段,但可用于内部分析和笔记本电脑,在量化金融和基因组学等领域具有潜在应用。

  10. RESEARCH · CL_128668 ·

    新的Dashboard2Code任务评估LLM重建交互式仪表板的能力

    研究人员推出Dashboard2Code,一项旨在评估多模态大语言模型重建交互式仪表板能力的新任务。该任务超越了静态图表生成,要求模型与仪表板交互、整合反馈并生成复制目标仪表板的代码。为此,他们开发了DashboardMimic基准数据集,使用Plotly+Dash,包含180个不同难度级别和交互模式的仪表板-代码对。实验表明,包括强大的开源和闭源选项在内的当前模型在处理复杂仪表板时遇到困难,突显了显著的性能差距。

  11. TOOL · CL_20200 ·

    Anthropic 的 Claude Code 简化了将机器学习模型部署到 Web 应用的过程

    本文详细介绍了如何使用 Claude Code 构建和部署机器学习 Web 应用。它指导用户使用 scikit-learn 训练一个加州房价预测器,然后利用 Claude Code 创建一个 Streamlit 界面。最终的应用允许用户通过滑块输入房屋特征,并获得预测的中位数房屋价值,同时可视化特征重要性。