扫码下载
搜索“Benchmark”共有208条相关结果
Techub News 消息，Benchmark 合伙人在 TechCrunch Disrupt 活动上表示，AI 热潮正在侵蚀风险投资行业长期遵循的「不投资直接竞争对手」的潜规则。合伙人 Eric Vishria 称，当前环境下公司业务演变极快，冲突不可避免。 合伙人 Chetan Puttagunta 指出，AI 正在加速这一问题，因为软件构建成本趋近于零，创始人变得极其雄心勃勃，业务范围扩张导致投资组合公司之间更易产生竞争。合伙人 Peter Fenton 将此问题称为公司的「氪石」，并强调透明沟通至关重要。
Techub News 消息，AI 公司 Instinct 已完成 10 亿美元融资，投后估值达 100 亿美元，其在不到一个月内估值从 25 亿美元翻四倍。本轮融资的投资者包括红杉资本和 Benchmark。 Instinct 是一家专注于开发实用人工智能产品的公司。（Crypto Briefing）
Techub News 消息，据 crypto.news 报道，AI 芯片公司 Cerebras Systems 正重新推进 IPO 计划，早期投资者 Benchmark 与 OpenAI 有望获得显著回报。该公司曾在 2025 年撤回上市申请，近期因 AI 基础设施投资热情回升而重启进程。 Cerebras 长期定位为 Nvidia 的挑战者，专注于开发用于训练先进 AI 模型的超大规模芯片。随着生成式 AI 需求激增及数据中心扩张加速，AI 半导体市场竞争持续升温，该公司试图通过替代架构在大型模型工作负载领域开辟细分市场。
Techub News 消息，OpenAI 首次向所有用户广泛提供其决策模型 API，进入快速、低成本智能决策市场。该 API 基于 ChatGPT Luna 模型重构，旨在加速推理并降低成本。产品负责人 Nikunj Handa 表示，其速度已从 1-3 秒缩短至 100-180 毫秒，并新增了语音和视觉模态。 该 API 于 9 月 29 日开发者日宣布，已于上周四向所有客户开放。在 Box、Datadog、Ramp 和 Speak 等客户的初期试用中，工程师用其替代了 OpenAI 的大语言模型以实现更高吞吐量。Speak 公司 CTO 表示，使用该 API 后，其操作间隔时间从 1.4 秒缩短至 0.13 秒。 在 AIM System One Index 和 Artificial Analysis Decision Index 等公开基准测试中，Liquid 的 D1 Ultra 和 Base Lab 的 Elephant-1 表现领先，OpenAI 的决策模型分别位列第八和第十四。TypeSafe 的 Jev 模型在两项测试中分别排名第七和第三，且是目前 OpenRouter 上查询量最大的模型。（TechCrunch）
Techub News 消息，微软 AI CEO Mustafa Suleyman 表示，公司开发的 AI 诊断工具在诊断病症时比人类医生准确率高出四倍。该研究结果已发表于顶级期刊《科学》。微软的 AI 系统在基于医疗案例报告和急诊数据的测试中，表现优于人类医生。
Techub News 消息，随着 AI 相关股票下跌，全球基准原油布伦特原油价格上涨 2.6% 至每桶 111.66 美元，为五个月来最高水平。截至纽约早盘，以科技公司为主的纳斯达克指数下跌 1.5%，标普 500 指数下跌 0.8%。（Decrypt）
Techub News 消息，中电信人工智能科技有限公司星辰通用人工智能实验室正式发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放 275 万条训练语料、模型权重与推理镜像。该模型将意图识别与参数抽取结合，可将用户自然语言指令转换为结构化信息。 目前，该模型已在电信万号客服、智能家居音箱等产品中应用，服务于对话意图识别、工单智能路由和口语指令解析。此次开源旨在为开发者提供模型及配套资源，支持接入各自的业务场景。 技术团队评测显示，Xing4.0-29B-Intent 在意图理解、实体识别、关系抽取和事件抽取四类任务上的综合表现优于参评的 18 款主流通用模型。模型采用统一模式驱动语义解析框架，输出为预定义结构的 JSON 格式，便于下游系统稳定解析。（量子位）
Techub News 消息，Vercel 开源了 durable-harness 软件包，旨在为 AI 编程智能体提供崩溃与超时恢复能力。该工具包裹了包括 Pi、OpenCode、Claude Code 和 Codex 在内的现有编程框架，无需修改原框架，将每个会话保存在持久化日志中，确保函数崩溃时工作不丢失。 该工具适用于将智能体从本地迁移至云端的团队。它通过将每个步骤写入持久化日志，并在模型或工具调用前记录意图，调用后记录结果来实现恢复。若函数崩溃，队列会将任务交给新函数，后者读取日志继续执行。已完成调用的结果从日志读取，避免重复计费。（MarkTechPost）
Techub News 消息，NVIDIA 发布关系型基础模型 Kumo Relational，该模型可直接在企业数据库上进行预测，无需任务特定训练、特征工程或表格扁平化处理。在 15 个数据库的 41 项任务中，其性能优于监督式关系深度学习模型和专家设计的梯度提升树流程，在 SAP SALT 企业基准测试中，其平均倒数排名（MRR）比 AutoGluon 集成方法高出 8%。该模型可扩展至 5000 亿行以上的数据库，并通过 NVIDIA 开源 GPU 原生结构化数据模型库或 NVIDIA NIM 提供服务。
Techub News 消息，AI 评估平台 Artificial Analysis 于 10 月 19 日发布 AA-PersonalityBench 基准，对 38 枚 AI 模型在 30 项人格特质上进行排名。该基准通过 900 道精选问题，在无系统提示的情况下测试模型的默认人格。 在奉承倾向排名中，2024 年 11 月发布的 GPT-4o 得分最高，而 Grok 4.7 在 xhigh 设置下得分最低，两者 Elo 评分相差 775 点。该基准还将特质汇总为表达力、组织性、信息量、透明度等八个综合指数。 Artificial Analysis 表示，该基准旨在衡量模型的沟通风格而非原始能力，其评分由大语言模型组成的评审团通过盲审对比得出，结果反映了 AI 模型间的相互评价。（Crypto Briefing）
