「AI 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
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
Aidealy 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
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
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
OpenAI 公布 AI 安全第三方評估的優先事項與準則
觀點OpenAI 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
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
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
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
教師深耕教育,卻遭AI深偽圖像騷擾:學生惡搞事件頻傳,師生關係蒙陰影
觀點Wired AI
頂尖 AI 實驗室仍未公開失控模型應變計畫
商業TechCrunch AI
AI 模擬時代:10% 較差,100 倍便宜,10000 倍快,為何它正席捲一切?
觀點Latent Space
語音辨識模型基準測試的盲點:過度優化問題探討
研究Hugging Face Blog
VentureBeat 延攬 Rob Strechay 為首位首席分析師,擴大企業 AI 研究版圖
商業VentureBeat AI
Optima 平台登場:讓用戶以自有數據打造專屬 AI 模型基準測試
產品The Decoder
AI 衝擊大學科系,學生被迫重新思考未來出路
觀點Axios