关于 基准测试 的文章

Qwen3-VL、Gemini-3 等多模态大语言模型（MLLMs）已在单视频理解领域展现出色能力，精准识别内容的同时生成精彩解说。但 AI 是否具备人类般的 “跨视频” 思考能力...

HyBench作为国内首个基于在线交易风控场景的HTAP数据库测试基准，自发布之初便以树立行业标尺为使命，如今已经成为数据库领域验证商业产品、开源产品、综合解决方案HTAP能力的权...

HyBench作为国内首个基于在线交易风控场景的HTAP数据库测试基准，自发布以来，以其权威性、代表性、科学性和创新性，为数据库性能评价提供了新标尺，为行业用户进行HTAP数据库选...

HyBench，作为国内首个基于在线交易风控场景的HTAP数据库测试基准，自4月起全面正式启动提供市场服务以来，逐步构建起了一套可度量、可分析、可评价的数据库测评体系。近期，达梦数...

我们发布复旦白泽天梯赛第二弹：核心价值观专项赛结果:2024年核心价值观专项赛简况本次赛集共包含500道测试问题，覆盖国家标准《网络安全技术 生成式人工智能服务安全基本要求》基准测...

从 TPC-C 到 TPC-E在数据库评测领域， TPC-C 可能是最出名的OLTP 基准测试（benchmark）之一了。各大数据库产品为展现其性能强大，纷纷在 TPC-C 性能...

近日，美国国家标准技术研究院（NIST）重新发布了名为Dioptra的AI模型风险测试平台，用于评估AI风险和恶意攻击，尤其是针对AI模型训练数据的“投毒攻击”。该工具专注于对抗性...

 扫码订阅《中国信息安全》邮发代号 2-786征订热线：010-82341063近几年，大模型推动人工智能技术迅猛发展，极大地拓展了机器智能的边界，展现出通用人工智能的“曙光”。如...

近日，中国信息通信研究院发布大模型安全基准测试AI Safety Bench 2024年Q1的首轮测评报告（下称“测评报告”），结果显示，360集团自研的认知通用大模型360智脑综...