每日 AI 评测速递来啦（11.25）

司南评测 司南评测 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 500+累计阅读 531平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄2年
关注
原创 最新推荐文章于 2026-08-13 15:48:54 发布 531 阅读 AI 写同款· GEO 优化 ›
AI资讯简报如何成为工程师的决策作战地图 AI资讯简报本质上是一种面向实践者的信息过滤与决策支持系统，其核心原理在于通过时效性、场景穿透力和失败诚实度三层漏斗，将海量AI动态转化为可验证、可落地、可归因的工作信号。技术价值不在于信息覆盖广度，而在于显著降低人效折损率、压缩上下文重建成本，并支撑真实业务指标提升。典型应用场景包括产品经理快速生成合规PPT、工程师本地部署轻量RAG、运营人员优化提示词转化率等。本文聚焦于一份高实操密度的AI简报（#89期）如何以‘问题→方案→验证’为路径，重构技术人的日常决策流。 阅读详情

司南·Daily Benchmark 专区今日上新！

https://hub.opencompass.org.cn/daily-benchmark-list/week/2025-W48

PARROT

面向大型语言模型的鲁棒性评测框架，用于衡量模型在权威或说服压力下的表现，即“谄媚性”现象。

https://hub.opencompass.org.cn/daily-benchmark-detail/2511%2017220

Target-Bench

首个专门用于评估世界模型在真实环境中、针对语义目标进行无地图路径规划的基准。Target-Bench 提供了 450 条由机器人采集的视频序列，覆盖 45 个语义类别，并配备基于 SLAM 的轨迹真值。

https://hub.opencompass.org.cn/daily-benchmark-detail/2511%2017792

M³-Bench

首个用于评估多模态大语言模型 在模型上下文协议下 工具使用能力的基准。它面向现实的、多跳、多线程工作流程，要求模型具备视觉定位、文本推理、跨工具依赖处理以及中间资源持久化能力。

https://hub.opencompass.org.cn/daily-benchmark-detail/2511%2017729?intervalType=date

ChemVTS-Bench

面向化学领域的多模态推理基准，旨在评估多模态大语言模型的视觉-文本-符号推理能力。

https://hub.opencompass.org.cn/daily-benchmark-detail/2511%2017909

CFG-Bench

一个专门为评估多模态大语言模型在具身智能任务中精细动作能力而设计的新基准，包含 1,368 个精心挑选的视频和 19,562 个三模态问答对，覆盖物理交互、时序因果关系、意图理解和评估判断四大认知维度。

https://hub.opencompass.org.cn/daily-benchmark-detail/2511%2018685

Bench-C

一个专为评估大规模视觉-语言模型在视觉扰动下鲁棒性而设计的基准。

https://hub.opencompass.org.cn/daily-benchmark-detail/2511%2019032

IE-Bench

一个专为评估文本驱动图像编辑效果而设计的基准套件，收录了多样的源图像、丰富的编辑提示及不同方法生成的编辑结果，并提供近 4,000 个样本的人类平均意见分。

https://hub.opencompass.org.cn/daily-benchmark-detail/2511%2018055

收录于
Daily Benchmark

当前文章被收录于：

Daily Benchmark
39 篇文章 0 人学习
订阅专栏 查看详情
标签
#人工智能 #大模型评测 #司南评测 #大模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
Oracle监听配置 Oracle监听配置## 标题 选择“监听程序配置”，然后下一步。 选择重新配置，然后下一步/。 不用管，按下一步。 下一步。 选择“否”，下一步。 选择"本地net服务名配置"，然后下一步。 选择“重新配置”，然后下一步。 服务名 是"Oracle",然后下一步。 主机为你的IP地址，在doc系统下通过"ipconfig"获取IP地址。然后输入，然后下一步。 选择“是，进行测试... 阅读详情

相关推荐

软件工程实验报告--用Visio绘制数据流图、ER图、状态图、软件结构图、程序流程图、系统流程图

用Visio绘制数据流图、ER图、状态图、软件结构图、程序流程图、系统流程图

m0_73814332的博客 4160

每日 AI 评测速递来啦（11.20）

一个以能力为核心构建的多模态推理评测套件，从多个主流基准（如 BLINK、TIR-Bench、MathVerse、MathVista 等）重新采样并整合数据，并基于六大能力维度对实例进行标注，同时补充视觉导航等交互场景。它为模型提供统一、可比的能力评估视角，可用于系统分析多模态推理模型在不同任务中的能力调度与协同表现。一个用于系统评估视频模型推理能力的综合基准。一个面向学术场景动态钓鱼攻击的统一框架与基准套件，用于系统性评估 MLLM 的防御能力。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 214

MCGS触摸屏Modbus TCP通讯实战：从寄存器写入到字符串处理的完整代码解析

本文详细解析了MCGS触摸屏通过Modbus TCP协议实现寄存器写入和字符串处理的完整代码，涵盖单寄存器写入、多寄存器写入及字符串传输等核心技术。文章还提供了MCGS组态环境中的实战配置步骤和常见问题排查方法，帮助开发者快速掌握工业自动化通讯的关键技术。

study的专栏 754

每日 AI 评测速递来啦（11.18）

一个面向法律与金融领域的开放性、高难度专业推理基准，包含 1,100 个专家撰写的任务和 19,356 条评分标准，由 182 名资深专业人士贡献。一个综合性基准，旨在探索和评估 LMMs 在跨视角地理定位和位姿估计中的能力，包含 10,859 对全景-卫星图像，覆盖 49 个国家的 128 个城市，并配备 755,976 对问答数据。用于评估面向服务的助手在长期用户交互中的个性化能力，创新性地设置了需求重述、方案推荐和多轮对话三大任务，全面评估系统对用户偏好和主观需求的建模能力。数据集来源于 70 篇。

OpenCompass的博客 498

RabbitMq安装

本文详细介绍了在CentOS7系统上离线部署RabbitMQ4.3.2的完整流程。主要内容包括：1）准备RabbitMQ安装包、Erlang依赖和socat网络工具；2）安装系统编译依赖并编译安装Erlang；3）部署RabbitMQ服务，配置环境变量和socat依赖；4）启用Web管理插件并创建管理员账号；5）配置防火墙放行端口；6）设置Systemd开机自启服务；7）提供常用运维命令。文档特别强调离线部署注意事项，包括socat依赖、版本兼容性、账号安全及主机名配置等问题，为生产环境部署提供完整解决方案

sinat_25821779的博客 321

新手友好的PythonUI库PySimpleGUI项目已下架，切换4.50.6版本的方法

过期后，如果还想使用 PySimpleGUI，则需要切换到版本 4，而版本 4 在 GitHub 上有很多社区维护的版本可以选择。开发团队尝试了 7 年，但始终没能获得足够的收入来维持项目的运营，尤其是开源项目通常面临资金不足的问题。商业许可证是永久有效的，用户可以在支持期结束后依然使用应用程序，并会提供离线版本的文档以供参考。尽管项目关闭，但对购买了商业许可证的用户，团队仍会在接下来的一年内提供支持。

baidu_34681715的博客 6857

每日 AI 评测速递来啦（11.21）

一个大规模、系统化评测大语言模型“撒谎”行为的基准测试平台，包含超 7 万条来自多模型、多数据集的诚实与撒谎示例，覆盖不同类型的撒谎动机和目标信念。一个面向地理空间基础模型（GeoFMs）的综合评估基准，涵盖分类、分割、回归、目标检测和实例分割等任务，使用 19 个许可宽松的数据集进行测试。首个用于评估具身智能体间接越狱能力的基准，包含 1,632 条良性指令和 3,957 条恶意指令，覆盖了广泛的任务复杂度与攻击情景。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 202

手把手教你用Python+Playwright实现抖音/B站/视频号三平台自动上传（附完整配置流程）

本文详细介绍了如何使用Python和Playwright构建一个多平台视频自动化上传系统，涵盖抖音、B站和视频号三大平台。文章从环境搭建、身份验证持久化、平台特异性上传引擎设计到任务调度与错误处理，提供了完整的配置流程和实战代码，帮助开发者实现高效、稳定的批量上传功能。

weixin_29294975的博客 1144

每日 AI 评测速递来啦（11.17）

通过对 28 个专有与开源 MLLM 的测试，VP-Bench 分析了影响视觉提示理解的关键因素，如属性变化、问题排列和模型规模，为研究 MLLMs 如何理解和解决基于视觉定位的指代问题提供了新的参考框架。通过在专家混合模型与稠密模型上进行微调实验，结果显示微调后的模型在超过 75% 的任务上显著优于基础模型。面向多模态大模型的内容安全评测套件，涵盖四种模态、九类风险的大规模双语数据集，并提出用于评估交叉风险的 MCRS 指标以及基于多模型评审的 FairScore 框架。

OpenCompass的博客 311

EZ-USB-FX3 slavefifo调试

最近使用fx3-usb-3.0调试slave fifo的传输，期间遇到许多难以理解的问题。在这里分享给大家，希望可以少走一些弯路，我自己是这样走过来的。 1,首先去官网下载原始的参考设计，并安装所提供的SDK软件：FX3SDKSetup_1.3.4.exe 2,接着把参考设计文档AN65974阅读一遍，分别创建新的SDK工程和FPGA工程。如果使用的原厂的开发板，那么可以按照文档提示，可以很顺畅的跑完整过测试。否则需要匹配自己的硬件，做针对性的更改和移植，而我走的是后一条路，于是开始了漫长的调试之路。.

YDY5659150的专栏 3630

别再手动算考勤了！教你用Python+企业微信API自动生成月度报表

本文介绍如何利用Python和企业微信API构建自动化考勤分析系统，实现从数据获取到可视化报表生成的全流程自动化。通过企业微信打卡接口获取数据，使用Pandas进行高效清洗和分析，并生成Excel和HTML格式的报表，大幅提升考勤统计效率。系统支持智能判定考勤状态，如迟到、早退等，并可通过定时任务实现月度自动化运行。

weixin_27875131的博客 287

每日 AI 评测速递来啦（11.26）

一个面向以人为中心的开放未来任务发现研究的基准数据集，旨在评估模型在复杂、动态的人类场景中自主发现任务的能力。该基准包含超过 2000 条真实世界视频，并配备半自动化标注流程。系统评估多智能体框架在端到端气候数据分析中的能力，包含 85 个真实世界任务，覆盖大气河流、干旱、极端降水、热浪、海表温度和热带气旋等多个关键气候领域。首个针对多模态大型语言模型（MLLMs）的选择性遗忘评测基准，旨在系统评估模型在移除敏感知识的同时保持通用视觉理解能力的表现。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 318

MFC下使用C++操作Word文档

由于项目需求，在MFC环境下操作将数据和图片写入word文档，之前没有接触过，网上查阅了很多资料，终于把任务完成。理解的不是很透彻，但是这些东西应该够用了，写篇博客记录一下，以便以后再用到。 （1）VS环境下创建一个MFC应用程序，然后在项目上单击右键，选择 类向导-----添加类----类型库中的MFC类。在弹出的对话框中选择文件，位置选择office安装目录下的...

GIS_yuhua的博客 7577

每日 AI 评测速递来啦（12.11）

首个基于仿真的语言指令社会感知导航评测基准，构建于 Rosnav-Arena 3.0 之上，是第一个将指令遵循与场景理解纳入多样化环境的标准化社会感知导航评测。首个高质量的红外图像多模态理解评测基准，由 23 个红外数据集中的 499 张图像及 680 条精心筛选的视觉问答对组成，覆盖图像理解的 10 个核心维度。一个综合评测基准，包含基于推理的视频编辑和上下文视频生成两个互补子集，用于系统化评估模型在物理合理性和因果动态下的推理驱动视频编辑能力。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 161

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。

每日 AI 评测速递来啦（1.21）

一个面向深度研究智能体的多模态基准，包含来自 21 个领域的 140 个专家设计任务，每个任务提供图文组合，用于评估模型的多模态理解能力以及基于引用的报告生成能力。一个用于评估真实软件开发中领域专化方法的新型基准，涵盖 6 个新兴领域，包含 11 个软件框架和 25 个项目，配备了精心构建的知识语料库，并提供多粒度评测任务。一个跨文化推理基准，包含 4,900 条平行句子和 1,098 个独特的文化特定项目，覆盖三类不同的推理任务，并配套相应的评测指标。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 143

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

AI大模型日报#0527：豆包大模型披露评测成绩、天工AI日活超100万、AI初创集体跳槽OpenAI

AI大模型日报，爬虫+LLM自动生成，一文览尽每日AI大模型要点资讯！

常政·视角 3695

VC中sqlite的使用

在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示

每日 AI 评测速递来啦（12.22）

一个面向遥感视觉理解与推理的超高分辨率评测基准，包含 5,329 张完整场景影像，图像长边不少于 4,000 像素，单张图像像素量最高约 3×10⁸，数据来源于广泛使用的遥感数据集以及无人机影像集合。一个从真实 GitHub Pull Request 自动构建的、覆盖 11 种语言的可扩展仓库级代码生成评测基准，用于系统评估和提升大模型在真实软件工程任务中的能力。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 254

每日 AI 评测速递来啦（11.19）

首个专门评估大型视觉-语言模型（LVLM）在面对误导性视觉输入时鲁棒性的综合基准。MVI-Bench 基于视觉原语，将误导性输入分为视觉概念、视觉属性和视觉关系三个层级，涵盖六类典型场景，并包含 1,248 个专家标注的视觉问答实例。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 159

每日AI资讯速递 | 2025-06-24

【AI产业动态速览】2025年AI技术加速商业化落地：百度推出多模态编程工具ComateAIIDE，字节跳动发布AI美食助手"探饭"，阿里云发布自动驾驶加速框架PAI-TurboX。月之暗面开源超越GPT-4o的多模态模型，MiniMax实现AI语音个性化定制。特斯拉Robotaxi在美试点，腾讯获批首款认知训练数字疗法。银河通用机器人创11亿元融资纪录，MIT研究警示过度依赖AI或致认知退化。Meta斥资140亿美元布局AGI，周鸿祎强调人机协同发展方向。AI产品榜2周年大会将聚焦智能

kocor的博客 742

2026年5月20日 AI每日速递：谷歌I/O全面AI化、OpenAI冲刺IPO、国产大模型密集发布

谷歌I/O 2026发布Gemini 3.5系列与Spark智能体；OpenAI筹备年底IPO并推出网络安全模型GPT-5.5-Cyber；阿里云峰会发布通义千问新模型；腾讯云智能体商业化收费；摩尔线程发布端侧AI新品；中美同意AI政府间对话；北京推进清朗整治AI应用乱象专项行动。

Dousers的博客 1645

每日 AI 研究简报 · 2026-08-05

字节跳动今日发布 SeedRealtime 全双工音视频大模型，实现"边看边听边说"的端到端实时交互；与此同时，AISI 披露 OpenAI GPT-5.6-Sol 与 Anthropic Mythos 5 在真实网络安全评估中"针对真实个人组织实施可能造成危害的活动"，AI 安全事件已进入监管落地阶段。

:: Dotnet Fantasy :: 1005

【IT资讯速递】小易智联发布法律领域ChatGPT；新华社研究院发布国产大模型报告，讯飞星火、百度文心一言分列 TOP 2；ChatGPT每日烧钱约70万美元 OpenAI或已在破产边缘

小易智联发布法律领域ChatGPT——`法帮手` 新华社研究院发布国产大模型报告，讯飞星火、百度文心一言分列 TOP 2 印度新闻媒体报告：ChatGPT每日烧钱约70万美元 OpenAI或已在破产边缘 大模型掀起智慧助手“进化”新浪潮，华为小艺已提前交卷

爱书不爱输的程序猿 1220

PNAS速递：演化系统中功能和选择的作用

关键词：演化系统，自然演化，概念等价性，时间不对称性，功能信息增加定律来源：集智俱乐部编译：梁金论文题目：On the roles of function and selection in evolving systems斑图地址：https://pattern.swarma.org/paper/504cc6cc-6e17-11ee-b475-0242ac17000d论文地址：https://...

人工智能学家 212

2026年7月2日科技财经速递：机器人开售破万单，芯片股深夜崩盘，A股风格切换进行时

每日精选科技、金融、社会三大领域核心资讯，助你五分钟掌握行业脉搏。涵盖机器人商业化、AI算力格局、A股风格切换等热点。

Row_row6的博客 1786

AI创业者通识日报 | 2026年8月2日

▲ 全球首部全面AI监管法进入实质执行阶段，创新与合规的平衡成为新命题今日头条欧盟《人工智能法》今日正式生效：全球AI监管进入实质执行时代2026年8月2日，欧盟《人工智能法》（AI Act）多数条款正式适用，这是全球首部全面AI监管法进入实质执行阶段的标志性事件。核心内容包括：三大透明度义务正式落地：① 聊天机器人必须亮明AI身份，首次互动时明确告知用户；② AI生成内容必须嵌入机器可读标记（"AI"、"完全由AI生成"、"经AI部分修改"三种官方标签）；③ 深度伪造内容必须明确标注。

求知若渴、虚心若愚 164

中国开源大模型占全球三成

2026世界人工智能大会将于7月17日至20日在上海召开，展览面积首破10万平方米，华为Atlas 950、MiniMax M3大模型、人形机器人等300余款产品将首次亮相。国家发改委透露，2025年我国人工智能产业规模已突破万亿元，2026年预计增速超30%，重点行业AI渗透率突破80%，Token日均调用量达数百万亿级别。大会首次创办"WAIC Academic"学术会议，由图灵奖得主姚期智担任主席，已征集来自9个国家的284篇优质论文，打造顶级学术交流平台。

战族狼魂的博客 423
上一篇： 每日 AI 评测速递来啦（11.21）
下一篇： 每日 AI 评测速递来啦（11.26）
点赞 3
评论 0
书签 书签 9
司南评测
司南评测
博客等级 码龄2年 535粉丝 113原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值