12:56
Epoch AI@EpochAIResearch
Epoch AI@EpochAIResearch精选
推荐理由：Epoch AI 搞了个新基准 MirrorCode，让 AI 连续写几天代码，最强模型能干人类几周的活，想看看 AI 编程天花板在哪可以关注。
全部 AI 动态
AI 相关资讯全量信息流
6月27日
12:56
Epoch AI 推出了 MirrorCode，一个长周期软件工程基准，允许 AI 模型自主编程数天。最佳模型（如 GPT-4、Claude 3.5）在部分任务上表现达到人类工程师数周的工作量。该基准包含超过 50 个复杂编程任务，每个任务需要多步代码修改和调试。结果显示，当前 AI 在处理持续数小时的工程任务时仍面临挑战，但进步显著。
6月16日
20:46
AITOP6月16日 20:46
6月13日
13:08
13:08Epoch AI@EpochAIResearch
Epoch AI@EpochAIResearch精选72°
推荐理由：数学基准更新，GPT-5.5和Google AI成绩亮眼
6月12日
12:57
AITOP6月12日 12:57
11:50
11:50Epoch AI@EpochAIResearch
Epoch AI@EpochAIResearch推荐理由：AI 基础设施投资占 GDP 比例翻倍，说明 AI 产业正在重塑经济结构，关注宏观趋势的投资者和科技从业者值得了解这一信号。
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
5月31日
09:58
09:58
elvis@omarsar0
elvis@omarsar0推荐理由：开源模型追赶速度超出预期，做模型选型或关注AI生态的开发者值得关注这一趋势，直接了解开源模型的最新进展。
5月30日
16:06
16:06
Gary Marcus@GaryMarcus
Gary Marcus@GaryMarcus精选
推荐理由：开源模型与闭源模型的差距被量化了——4个月的滞后对AI开发者和企业技术决策者来说是个关键信号，值得关注开源生态能否缩小这一差距。