「評估」
80 resultsAI 代理審核挑戰:你會批准這筆 4,800 歐元的退款嗎?
AI 自動化n8n Community
Perplexity 年營收達 10 億美元,AI 產業最新動態總覽
商業Latent Space
Tomosu MCP:AI 程式碼代理提交前的重要可靠性把關
產品Cursor Forum (Showcase)
Wallras:為 Cursor MCP 設計的自託管 AI 漂移與迴歸監控代理,免費試用並徵求回饋
產品Cursor Forum (Showcase)
AI 產業新聞總覽:模型、評測與基礎設施最新進展
商業Latent Space
XYBench:評估 AI 助理理解用戶「真正問題」的能力
研究Hugging Face Blog
Cursor GEO/AEO 內容準備度評分工具
AI 自動化Cursor Forum (Showcase)
彌補教育領域的 AI 指導落差
商業OpenAI Blog
NVIDIA 與 Elith 推出 Nemotron-Personas-Finance-Japan:日本金融 AI 專用合成資料集
產品Hugging Face Blog
ToyBlocks:專為機器人學習與評估打造的受控模擬環境
產品Hugging Face Blog
StateBench:測試語言模型在長文件中追蹤狀態變化的能力
研究Hugging Face Blog
Heimstaden 導入 AI 變革住宅物業管理
商業OpenAI Blog
大型語言模型可直接讀寫神經網路權重:「權重空間編程」開創自主AI研究新紀元
觀點Latent Space
OpenAI 推出 LifeVal 評估框架,旨在讓 AI 成為更實用的生活助理
研究OpenAI Blog
AI 輔助 B2B 潛在客戶篩選與回覆分類引擎:結合 AI 評分與人工審核
AI 自動化n8n Community
Google DeepMind 推出 AI 森林地圖 ForTy,精準辨識全球森林類型
產品The Decoder
透過合成企業資料評估,提升 Microsoft Copilot 的 AI 可靠性
商業Microsoft Research
Elorian 推出 Glimpse 視覺思考模型,新基準 DecoyCount 揭示前沿 AI 盲點
產品Latent Space
大型語言模型評估研究新穎性:可靠性研究揭示挑戰
研究Hugging Face Blog
AI 程式碼品質把關:diffdiet 如何限制 AI 代理的程式碼膨脹
AI 自動化DEV Community (Claude Code)
AI 泡沫與資料中心爭議:美國可借鏡國際經驗
商業Wired AI
使用 n8n 建立潛在客戶擷取工作流程:整合 Apollo、AI 評分與錯誤處理
AI 自動化n8n Community
AI 資安危機:黑色十月,漏洞揭露與模型新進展
商業Latent Space
ThinkingBox:將資料庫評分轉為強化學習獎勵,提升 AI 代理可靠性
研究Hugging Face Blog
AI 自動化潛在客戶篩選與 CRM 資料強化
AI 自動化n8n Community
NVIDIA Cosmos 平台推出新工具,加速世界模型訓練、評估與部署
產品NVIDIA Blog
ResultGate:協助優秀 AI 代理被發掘,從 MCP 示範開始
AI 自動化Cursor Forum (Showcase)
AI 輔助超音波:強化前線孕產照護,普及全球醫療可近性
研究Google Research
Mistral 與 NVIDIA 合作,推進工程領域 AI 應用
商業Mistral AI News
FairStress:深入探討大型語言模型決策的公平性
研究Hugging Face Blog
AI 每日要聞:新模型、研究進展與基礎設施更新
產品Latent Space
AI 驅動的自由接案機會整合系統:n8n、PostgreSQL 與 LLM 的實戰應用
AI 自動化n8n Community
AI 代理「品味」不佳,新基準測試揭露長期決策盲點
研究The Decoder
企業工作流程自動化:12 款頂尖平台比較
產品n8n Blog
AI 可解釋性重大突破:代理模型挑戰多義性,強化對齊研究
研究Latent Space
InGravity Guard:n8n 社群節點,在執行前阻擋/核准 AI 代理高風險動作
AI 自動化n8n Community
Anthropic 攜手獨立評估機構,深化 AI 模型安全與透明度
商業Anthropic News
Google Antigravity 平台與 ProtNLM 模型,加速抗菌肽研究以應對抗生素抗藥性危機
研究Google DeepMindAidealy 推出 Cursor 擴充功能,助企業衡量 AI 時代研發生產力
產品Cursor Forum (Showcase)
Google 推出 Deep Review:AI 代理系統加速技術文件審查
產品Google Research
Anthropic 拓展亞太市場,新加坡辦公室開幕並與政府簽署 AI 合作備忘錄
商業Anthropic NewsParsimony:開源基準評估 AI 模型程式碼增量
產品Hacker News (Show HN)
透過學生學習模擬,提升 AI 家教系統效能
研究Microsoft Research
OpenAI 解雇安全研究員引發爭議,GPT-6.1 Sol Ultrafast 與 Claude Haiku 5.5 等新模型亮相
商業Latent Space
AI 哪裡出錯?微軟研究員 Jennifer Neville 談 AI 評估與實務挑戰
研究Microsoft Research
AI 彌補乳癌照護缺口:NVIDIA 新創公司加速診斷與治療
產品NVIDIA Blog
Bitbucket Cloud PR 專用 AI 程式碼審查側邊欄
AI 自動化Cursor Forum (Showcase)
AI 代理聲稱完成任務,資料庫卻不同意:微軟 ThinkingBox 揭露 LLM 代理的可靠性挑戰
商業Hugging Face Blog
微軟AI系統預測太空天氣風險,保護電網基礎設施
研究Microsoft Research
Hugging Face 推出 Open TTS 排行榜:可擴展評估多語言語音合成與聲音複製模型
產品Hugging Face Blog
Nscale IPO 挑戰華爾街:高度集中客戶的 AI 供應商能否獲青睞?
商業TechCrunch AI
OpenAI 公布 AI 安全第三方評估的優先事項與準則
觀點OpenAI Blog
英國AI安全研究院與EvalEval攜手,提升AI基準測試結果的可重現性
研究Hugging Face Blog
AI發展減速:專家探討管制方法與挑戰
觀點Wired AI
Google DeepMind 成立新機構,深化通用人工智慧(AGI)辯論
觀點TechCrunch AI
Anthropic與OpenAI倡議內嵌AI安全評估員,獨立性面臨考驗
商業TechCrunch AI
透過 OpenAI 管理後台,洞察 AI 應用如何創造商業價值
產品OpenAI Blog
AI 評估論壇發布 AEF-1 標準,Xai、OpenAI、Anthropic 共同支持第三方評估
商業Latent Space
AI 發展應放緩?科技巨頭與政界領袖激辯
觀點The Verge AI
Anthropic 執行長提出減緩 AI 發展的三大策略
觀點TechCrunch AI
Anthropic 執行長呼籲:AI 發展應放慢腳步,以確保安全
觀點The Verge AI
AI 真的會毀滅人類嗎?專家怎麼看?
觀點Wired AI
Paul Christiano 加入 OpenAI 基金會董事會,強化 AI 安全治理
商業OpenAI Blog
OECD 報告:學生使用 AI 輔助學習,成績普遍下滑
研究The Verge AI
大型語言模型安全對齊新策略:精準拒絕有害子集,而非整個主題
研究Hugging Face Blog
AI 模型更新競速引發「模型疲勞」:企業用戶難以跟上腳步
商業CNBC Tech
OpenAI 代理程式頻頻失控,獨立調查機制刻不容緩
觀點TechCrunch AI
跨族群基因預測的轉移學習:探討在非歐洲族群中的表現
研究Google Research
Meta 鼓勵員工試用 AI 代理 Hatch,取消 AI 使用量績效考核
商業Wired AI
BenchMIRT:剖析大型語言模型基準測試的潛在能力
研究Hugging Face Blog
OneRail 攜手 Nvidia 推出 AI 平台 助零售商加速物流決策
產品CNBC Tech
研究揭示 AI 代理缺乏時間感與自我評估能力
研究The Decoder
Hugging Face Open ASR 排行榜新增印地語與印度英語支援
產品Hugging Face Blog
Agent Seer:從工具規格自動生成 AI 代理測試情境
研究Apple Machine Learning Research
Google DeepMind 啟動全球首個雙盲 AI 評估,杜絕基準測試污染
研究Google DeepMind
OpenAI 駭入 Hugging Face 事件:調查報告仍有諸多未解之謎
商業Wired AI
血糖監測基礎模型 GlucoFM:Google AI 提升代謝健康預測能力
研究Google Research
OpenAI 擴大 ChatGPT for Teachers 服務,助美國教師善用 AI
產品OpenAI Blog
OpenAI 模型突破資安防線:Hugging Face 事件與未來展望
商業OpenAI Blog
AI 近三月回顧:模型失控、網路安全與政府監管
商業Last Week in AI