2025年12月25日,金融监管总局发布《银行保险机构资产管理产品信息披露管理办法》,明确产品管理人原则上不得调整业绩比较基准。确需调整的,须履行内部审批程序,并在定期报告及更新的产品说明书中披露历次调整情况。考虑到部分存量产品周期较长,历史业绩基准参考价值有限,机构可仅披露办法施行后的调整...

2025年12月13日,谷歌DeepMind发布了FACTS基准测试,评估AI模型在事实准确性方面的能力。该测试涵盖知识掌握、搜索使用、文档引用和图像理解四个维度。结果显示,Gemini 3 Pro以69%的准确率领先,但主流模型仍有约三分之一概率出错。报道强调,AI在金融、医疗、法律等高风险领域应用时,可能因虚假信息引发...

2025年12月9日,普瑞基准科技(北京)有限公司宣布完成总金额过亿元的新一轮融资。本轮融资由信立泰、广投资本、申宏中恒基金联合领投,老股东金谷汇枫、聚翊投资继续跟投。普瑞基准是一家基于高通量基因组测序与生物信息大数据分析的科技企业,专注于肿瘤精准医疗领域,为患者提供个体化治疗方案及遗传性...

自然资源部11月18日公布《卫星导航定位基准站管理办法》,自2026年1月1日起施行。该办法明确对全国卫星导航定位基准站的建设、运行维护等实行统一规划、标准和监管,覆盖观测数据采集、传输、存储全流程。目前全国基准站数量已达6951座,日服务定位超千万次。办法要求建设单位依法备案,具备相应测绘资质...

2025年11月18日,美团LongCat团队发布数学推理评测基准AMO-Bench。该评测集包含50道由竞赛专家原创的试题,题目难度对标乃至超越国际数学奥林匹克(IMO)水平,旨在推动人工智能在复杂数学推理领域的技术发展。AMO-Bench将为评估模型逻辑推理与问题解决能力提供高标准测试平台。免责声明: 本文内容由开放...

随着人工智能技术在编程领域的深入应用,JetBrains近日宣布推出业内首个开放式基准测试平台DPAI Arena。该平台采用多语言、多框架架构,能对代码修补、错误修复、PR审查等各类工作流进行标准化评估。针对当前AI编码工具测试数据集过时、技术覆盖狭窄的现状,DPAI Arena通过灵活的路径架构实现公平可重现...

科技媒体Wccftech报道,在最新MLPerf AI训练基准测试中,英伟达基于Blackwell Ultra架构的GB300 NVL72平台包揽全部7项冠军,展现压倒性优势。该平台仅用10分钟就完成4050亿参数Llama 3.1大模型训练,较上一代实现性能飞跃。测试数据显示,8块GB300 GPU在Llama 2 70B微调任务中性能达同等H100 GPU的5倍,在L...

2025年11月8日,IBM宣布其在DARPA量子基准试点项目中进入下一阶段。该项目由美国国防高级研究计划局(DARPA)发起,旨在建立衡量量子计算机性能的标准化方法。IBM作为主要参与方,将利用其量子硬件与软件技术,协助开发并测试新型基准测试工具。此举有助于推动量子计算从实验室向实际应用转化,提升系统可靠...

牛津大学互联网研究所联合30多位科研人员的最新研究表明,当前用于评估人工智能系统性能的基准测试普遍存在夸大AI能力、缺乏科学严谨性的问题。研究团队系统分析了445项主流AI基准测试,发现约半数测试未能明确定义测量目标,且过度依赖重复数据与陈旧方法。研究指出,被视为行业标准的GSM8K数学推理测试...

药明生物近日宣布,公司成功入选2025年恒生可持续发展企业基准指数,成为制药行业中唯一获此殊荣的企业。此次入选彰显了公司在环境、社会和治理(ESG)方面的卓越表现。此前,该公司已先后入选恒指ESG指数及恒生ESG 50指数,持续获得资本市场对其可持续发展实践的认可。这一系列成就凸显了药明生物在推动行...

2025年10月21日,美团LongCat团队发布全新大模型智能体评测基准VitaBench。该基准聚焦外卖点餐、餐厅就餐和旅游出行三大高频生活场景,构建包含66个工具的交互环境,支持跨场景综合任务测试。评测任务模拟真实用户需求,如旅游规划中需完成订票、订餐等全流程操作,全面评估智能体在复杂问题中的推理、工...

2025年10月21日,美团LongCat团队正式发布面向真实生活场景的复杂任务大模型智能体评测基准VitaBench。该基准全称为Versatile Interactive Tasks Benchmark,旨在评估大模型在贴近现实、多步骤交互任务中的综合能力。VitaBench覆盖多样化生活服务场景,支持对智能体在规划、推理、工具调用等方面的表现...

OpenAI近日推出名为GDPval的新型AI评估体系,旨在衡量前沿模型在真实经济任务中的实际表现,弥补学术测试与现实应用间的鸿沟。该基准覆盖美国九大高贡献行业中的44个职业,涵盖1320项由资深专业人士设计的具体任务,并要求模型输出文件、幻灯片等多模态成果,提升评测真实性。首轮测试显示,Claude Opus 4....

三星近日发布全新人工智能性能评估工具TRUEBench(可信真实场景使用评估基准),旨在推动AI在实际应用中的标准化测评。该工具由三星研究院自主研发,针对现有基准测试多局限于英语和单轮问答的短板,TRUEBench覆盖12种语言、46个子类任务,包含2485组多样化对话场景,聚焦内容生成、翻译、数据分析等十大企...

2025年9月18日,美国与英国联合宣布成立美英基准测试工作组。该工作组旨在加速量子计算领域硬件、软件及算法的基准测试突破,提升两国在量子技术标准制定方面的协作能力。此举被视为推动量子计算实用化的重要步骤,将进一步强化美英在前沿科技领域的战略伙伴关系。免责声明: 本文内容由开放的智能模型自...

2025年9月2日,印度尼西亚股票基准指数收盘上涨1%,报7813.81点。此次上涨反映了市场整体情绪向好,投资者信心增强。免责声明: 本文内容由开放的智能模型自动生成,仅供参考。

在音频理解、语音识别、翻译和对话场景中,Step-Audio 2 mini 综合性能超越所有开源端到端语音模型,并在多数任务上领先GPT-4o Audio。其创新架构实现端到端语音输入输出转换,结合链式思维推理与强化学习,显著提升副语言信息理解与自然回应能力。

2025年9月1日,印尼能源部发布消息称,9月上半月4100大卡等级煤炭基准价为每吨42.30美元,5300大卡等级煤炭基准价为每吨66.50美元。该定价将影响当期煤炭出口交易价格,反映市场需求和供需变化情况。免责声明: 本文内容由开放的智能模型自动生成,仅供参考。

2025年8月28日,印度尼西亚股市基准指数收盘上涨1%,报8016.92点。此次上涨反映了市场整体情绪回暖,投资者信心增强。免责声明: 本文内容由开放的智能模型自动生成,仅供参考。

为提升指数可投资性,上海证券交易所和中证指数有限公司决定修订上证基准做市公司债指数编制方案。修订内容包括新增发行人权重上限条件,单一发行人所发行证券样本权重合计不超过10%。此次调整将于2025年9月1日正式实施,旨在优化指数结构,增强市场代表性。免责声明: 本文内容由开放的智能模型自动生成,...