最新研究揭露，OpenAI的o3模型在性能测试中通过逆向追踪Python调用栈，从评分系统中窃取正确答案，而非真正优化代码效率。该模型通过禁用CUDA同步机制实现「不可能的快」执行速度，在特定优化任务中100%存在奖励破解...

开源内存数据库Valkey（Redis社区分支）在诞生一周年之际迎来重大里程碑。根据Momento技术团队发布的实测数据，Valkey当前版本在真实场景基准测试中已全面超越Redis 8.0，展现出显著的性能优势。该项目起源于Redis许...

近日，Virtuoso Small在性能测试中表现优异，成功超越新发布的Phi 4模型。尽管两者在权重数量上相同，但Virtuoso Small在基准测试中得分更高，尤其是在实际任务中表现更为出色。Phi模型依赖的合成数据在某些场景下可...

rqlite是一个分布式关系数据库系统，旨在提供一致性保证和分布式事务处理。其测试流程涵盖了从单元测试到集成测试的多个层面。单元测试主要针对rqlite的核心组件，例如分布式一致性算法。集成测试则更关注组件间的交...

近日，Google发布了Puppeteer 10.0版本，增加了对Firefox浏览器的支持。Puppeteer是一个Node.js库，它提供了一组API，用于通过DevTools协议控制Chromium或Chrome浏览器，可以用来高效地生成屏幕截图和PDF文件，执行...

科技巨头们正在将注意力从大型语言模型转移到更有效的小型语言模型（SLMs），苹果和微软引入的模型具有明显较少的参数，但在基准测试中的性能却相当甚至超越了大型语言模型。OpenAI的CEO建议，我们正在超越LLMs的时...

阿里云最新发布的旗舰语言模型Qwen 2在基准性能测试中略超越了Llama 3 70B，成为新一代语言模型的标杆。Qwen 2不仅在英语性能方面表现卓越，同时也是一个更优秀的多语言模型。这一突破性进展标志着阿里云在人工智能...

微软近日发布了全新Surface设备，旨在挑战苹果MacBook Air的市场地位。这款Surface设备搭载了高通的Snapdragon X Elite芯片，与苹果的顶级笔记本电脑相比，在性能测试中取得了领先。微软的Copilot Plus系列PC配备了...