Skip to content

Testing

主题归档 • 5 条结果

AI 生成:摘要由 AI 根据所链接的来源撰写。 我们如何使用 AI

返回首页 • GEO summary endpoint

2026-11-10

技巧

  • 提示技巧

    Simon Willison 引用 Anthropic 的文档称,Claude Fable 5.2 会回应关于其处理代码的所有权问题的提示。在 Anthropic 针对小型编码任务的测试中,当提示未提及所有权或将代码库描述为属于他人时,该模型倾向于在现有结构上进行添加,即使这意味着重复已有代码。

    永久链接

2026-11-11

科技

  • 基于采访摘录:AI Explained分析了Fable 5.2和Gemini Carbon模型的发布,参考了一份264页的系统卡片、一份关于AI加速的30页METR报告以及创作者自身的测试结果。视频涵盖了基准测试结果、旨在捕捉那些死记硬背答案的模型的“Max Bench”测试、远程劳动力指数,以及Anthropic声称AI进步速度将加快的说法。视频还讨论了基准测试结果是否经得起推敲。

    AI News & Analysis • AI Explained

    永久链接

2026-11-14

科技

  • Google的Gemini 4 Carbon和Anthropic的Fable 5.2已将OpenAI的GPT-6.1 Sol从MathArena数学基准测试的榜首位置取代,这是许久以来首次没有OpenAI模型领跑。据报道,Gemini 4 Carbon的成本是GPT-6.1 Sol的15倍,并且在测试期间无视时间限制,几乎从不放弃任何任务。

    AI Models • The Decoder

    永久链接