LMSYS · Hourahead

HOURAHEADAI笔记

登录 / 注册

10/18

尺子

刚才看的：xAI 发布 Grok Voice 3.0，语音 agent 任务延迟降

观点

17:33TestingCatalogTestingCatalog 称 aurora-red-alpha 疑似为新的图像模型𝕏

01:53ThariqThariq 认为减少轮次会增加每轮输出 token 且模型更难自我纠正，并询问对方参考哪些基准𝕏

10/16Artificial AnalysisArtificial Analysis 更新 Optima，支持三步创建并运行自定义 benchmark𝕏

10/16Georgios KonstantopoulosGeorgios Konstantopoulos 质疑对方用病态负载单点数据挑刺，称其去年12月 snapshot FS 基准出错已失去可信度𝕏

10/16Ethan MollickEthan Mollick：现有基准几乎都是单答案短时任务，但大量有经济价值的工作是复杂长时任务，二者都有空间𝕏

10/16Shawn WangShawn Wang 提出用已有标签当评测集，只复核模型判断不一致的部分

近 90 天 234 条说法，订阅后可见

谁在跟踪

Artificial Analysis人 · 18 TestingCatalog厂商 · 4 Max For AI人 · 3 Ethan Mollick人 · 2 Logan Kilpatrick人 · 2 OpenBMB厂商 · 2 Vals AI尺子 · 2 Nathan Lambert人 · 2 Elvis Saravia人 · 2 Thariq人 · 1

投资者视角 · 只摆公开事实与变化，不是投资建议。

这不是投资建议。

HOURAHEAD关于 · 往期 · 2026-10-18 22:57