AITOP6月16日 20:46
全部 AI 动态
AI 相关资讯全量信息流
6月16日
20:46
600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
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
6月3日
10:33
10:33
arXiv: DeepSeek@Malia Barker, Bishal Lakha, Edoardo Serra, Francesco Gullo
推荐理由：做LLM评估和推理优化的团队会关心——GSM8K的脆弱性说明基准测试可能高估了模型的真实推理能力，建议关注数值变化对模型泛化的影响。