22:39
Philipp Schmid@_philschmid
Philipp Schmid@_philschmid推荐理由：artificialanalysis.ai发布了最新模型测试数据，能直接查看各模型在GLUE的分数，和之前版本比信息更全了。
模型测试
共 7 条相关 AI 资讯
8月19日
22:39
artificialanalysis.ai平台发布的模型测试数据显示，其模型在GLUE基准测试中获得高分；测试结果显示该模型本轮得分达154分；与此前测试相比，此次成绩体现模型性能提升。
7月9日
03:59
03:59
lmarena.ai@lmarena_ai
lmarena.ai@lmarena_ai72°
推荐理由：想试试 Grok 4.5 的新能力？现在去 arena.ai 就能直接玩上对战模式和智能体模式，分数很快会出，先测为快。
6月24日
13:09
13:09IT之家（博客/媒体）
推荐理由：Anthropic的Mythos模型能快速找到政府机密系统漏洞，而且只用了几个小时，不是几个星期。想了解最新AI安全测试成果的可以看看。
6月22日
23:25
23:25
向阳乔木@vista8
向阳乔木@vista8推荐理由：看到一位开发者真实的周计划，有模型测试、开源项目，还有孩子升学，挺接地气的。
6月17日
23:30
23:30
官方账号Decoder@Maximilian Schreiner
精选
推荐理由：OpenAI研究者搞了个预测模型出错率的方法，能补上安全测试的漏洞，让发布更靠谱。
6月3日
10:55
10:55
Yangyi@Yangyixxxx
Yangyi@Yangyixxxx推荐理由：这条吐槽戳中了 AI 模型发布「先上线再修 bug」的行业潜规则，如果你是重度使用 Claude 的开发者或团队，看完会明白为什么同一模型前后体验差异巨大——建议点开了解背后的不公平逻辑。
5月21日
07:59
07:59
Patrick Loeber@patloeber
Patrick Loeber@patloeber推荐理由：移动端 AI 开发终于来了——Google AI Studio 的移动版让开发者可以在手机上随时调试模型和提示词，做 AI 原型验证的团队值得关注，出门在外也能继续工作。