每日 AI 评测速递来啦（1.8）

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 100+累计阅读 160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 2026-09-21 14:48:03 发布 160 阅读 AI 写同款· GEO 优化 ›
今日头条：2025年4月12日全球AI热点速递 （本文数据来源：斯坦福HAI、国际能源署、HiDream.ai、字节跳动等）2025年AI领域迎来多项重大突破！ 阅读详情

司南·Daily Benchmark 专区今日上新！

RFC Bench

一个用于在真实新闻语境下评估大语言模型金融虚假信息识别能力的评测基准，以段落级别为评测粒度，刻画金融新闻中语义由分散线索共同构成的上下文复杂性。

https://hub.opencompass.org.cn/daily-benchmark-detail/2601%2004160

VNU-Bench

这是首个面向新闻领域的多来源、跨视频理解评测基准，包含 429 个新闻事件组、1,405 条视频以及 2,501 个高质量问题。

https://hub.opencompass.org.cn/daily-benchmark-detail/2601%2003434

SiT-Bench

一个用于在无像素级输入条件下评估大语言模型空间智能表现的全新评测基准，包含 3,800 余条专家标注样本，覆盖五大类任务与 17 个子任务。

https://hub.opencompass.org.cn/daily-benchmark-detail/2601%2003590

MHRC-Bench

首个面向多语言硬件代码仓库级补全任务的评测基准，聚焦于代码补全任务，覆盖三种主要的硬件设计编码风格。

https://hub.opencompass.org.cn/daily-benchmark-detail/2601%2003708

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 #多模态模型 #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。
国内AI资讯平台评测与行业趋势分析 人工智能技术发展催生了多样化的AI资讯平台，这些平台通过技术解析、产业应用和学术资源整合，为从业者提供全方位信息服务。从技术原理看，AI资讯平台运用自然语言处理和知识图谱等技术，实现信息的智能聚合与分发。其核心价值在于降低信息获取门槛，提升知识传播效率。当前主流平台如机器之心、AI科技评论等，覆盖计算机视觉、自然语言处理等热门领域，既提供前沿论文解读，也包含工业级应用案例。随着AI技术深入发展，资讯平台正朝着个性化推荐、交互式学习等方向演进，为开发者构建更高效的知识获取体系。 阅读详情

相关推荐

信号完整性仿真SI之Cadence Sigrity SPEED2000_眼图仿真（四）

今天给大家分享一个仿真的操作流程，是关于Cadence Sigrity SPEED2000的时域波形仿真和眼图仿真。我们会经常看见硬件工程师调试示波器上的一些信号的波形变化，其实这些也可以通过仿真电路的搭建来做出投板前的仿真，来优化走线，以减少版本的迭代次数。如果要和实际的信号保持一致，就要求仿真设置的参数和实际的参数保持一致，这也是仿真的重点和难点。下面先让我们了解一下Cadence Sigrity SPEED2000时域仿真的操作流程： 1.仿真模式选择与文件导入 选择Cadence Sigrity下的

刘小同学的博客 1万+

AI技术动态筛选与解读：每日AI评测速递实践

在信息爆炸的时代，高效筛选和解读技术动态成为AI从业者的核心需求。通过构建多层过滤体系和自动化处理流程，可以从海量数据中提取有价值的技术资讯。关键技术包括基于BERT的信息抽取、知识图谱构建和热点识别算法，这些方法显著提升了信息处理效率。实践表明，结合自动化工具与专家复核的混合模式，既能保证时效性又能确保内容质量。这类技术动态服务特别适用于需要持续跟踪AI前沿的研究人员和工程师，如每日AI评测速递项目所示，其结构化呈现方式和深度技术解读为从业者节省了大量信息筛选时间。

csdndownload11123的博客 328

百度智能云训练图像分割模型+python调用模型并分割图像

目录 训练模型阶段 发布图像分割API 调用图像分割API 创建应用后显示以下两个代码 在pycharm中可以调用API mask解码 依赖库pycocotools安装步骤： 依赖库urllib2的安装 源码下载： 最近上课听老师介绍了一个训练图像分割模型的网站，把数据集上传之后做图像标注，然后进行训练就能得到准确率等指标。 训练模型阶段 图像分割：https://ai.baidu.com/easydl/vision/ 图像分割-->创建模型-->上传数据--&gt

icecreamdinner的博客 1388

每日 AI 评测速递来啦（1.7）

首个面向大语言模型的大规模功能影像评测基准，包含来自 9,732 项多中心、多示踪剂 PET 检查的 52,308 条分层问答样本。一个面向多领域、多模态、多维度指标的统一评测基准，用于系统评估多智能体辩论（MAD）方法的有效性、鲁棒性与效率。一个面向时间序列的时空推理基准，涵盖病因推理、实体识别、相关性推理和上下文预测等核心任务。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 365

香橙派5使用RK3588S内置NPU加速yolov5推理，实时识别数字达到50fps

香橙派5采用了RK3588S，内置的NPU达到了6Tops的算力，博主这里记录一下自己的踩坑过程，好不容易做出来的不能以后忘记了（手动狗头）。这里博主还在B站上发布了效果视频，大家感兴趣的话可以看一下。其中解决了先验框标注位置不对，或者出现非常多的框的问题

weixin_51651698的博客 2万+

RTT（RT-Thread）串口设备（RTT保姆级教程）

本章主要介绍串口设备在RT-Thread操作系统中应用层如何使用。关于串口设备的使用，我们只需要在应用层找到串口设备，然后去初始化，初始化完成以后就可以读写串口设备了。操作的方法在应用层，驱动是不需要我们去完成的，驱动已经在操作系统中提供了。

qq_25218501的博客 1万+

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

华为OD机试新系统真题【终端设备档位差异统计】

华为OD机试 新系统真题【终端设备档位差异统计】，提供C语言、Java、C++、Python、Go、JavaScript源码实现，并提供完整思路讲解，以及在线OJ模拟做题。华为OD机试真题【终端设备档位差异统计】多语言题解。

qq_45776114的博客 781

每日AI热点速递：筛选逻辑、实操工作流与信息跟踪系统

在AI技术快速迭代的背景下，信息过载成为开发者与产品经理的普遍痛点。AI热点速递通过建立信息源分类、关键词过滤与人工判断的三层机制，实现对海量动态的降噪与筛选。其技术价值在于提升信息获取效率，帮助从业者快速识别模型能力边界变化与工程落地信号。典型应用场景包括AI应用开发、技术趋势研判与产品决策支持。本文围绕每日AI热点速递的筛选标准、固定结构与15分钟工作流展开，并分享判断标签与复盘方法，为构建可持续的AI信息跟踪系统提供实操参考。

weixin_32830601的博客 235

【YOLO目标检测全栈实战】98 YOLO模型在低光照环境下的自适应增强策略

你有没有遇到过这种情况？深夜加班调试产线检测模型，车间灯光昏暗，摄像头采集的图片黑乎乎一片，YOLO模型直接“罢工”——漏检率飙升到40%以上。上个月我在一个汽车零部件质检项目里就栽了跟头：白天模型跑得飞起，mAP@0.5达到0.92，可一到夜班，同样的产线、同样的零件，mAP直接掉到0.63。客户拍着桌子问我：“你这模型怎么还分白天黑夜？”

企鹅码农的专属播客，分享10多年的实战案例和经验解读，包含YOLO、RT-DETR、AI等各个工作领域。 284

ER图从入门到精通：数据库建模全攻略

本文为数据库建模领域的 ER 图全面指南，系统解析从基础概念到实战应用的核心要点。首先介绍 ER 图的定义、三大组成元素（实体、属性、关系）及三种基础关系类型（一对一、一对多、多对多）；其次详解绘制流程，涵盖工具选择（如 Visio、PowerDesigner）、需求分析方法及实体 - 属性 - 关系的分步建模技巧；进一步探讨弱实体、复合属性等高级概念，结合范式理论讲解模型优化策略；针对实体属性混淆、关系类型误判等常见问题提供解决方案；最后通过电商系统、图书馆管理系统等实际案例展示 ER 图设计全流程。

邓邓子的博客 4212

每日 AI 评测速递来啦（1.14）

首个面向智能体场景的多模态成对情境完整性评测基准， 由源自同一视觉输入的正负样本对构成，并在三个层级展开：规范性的 Seed 判断、富上下文的 Story 推理，以及可执行的智能体行为 Trace。一个面向混合动机博弈的多阶段评测基准，并配套引入了一套过程感知的评估框架，可在以下三个模块上开展协同分析：行为轨迹分析；一个轻量级的并行问题评测基准，用于评估大语言模型在 32 种语言上的语言强制行为，从而支持对多语言 steering 方法进行系统化比较。，让真正有价值的评测工作被更多人看见。

OpenCompass的博客 130

RT-DETR改进策略【损失函数篇】| 2024 引进Focaler-IoU损失函数 加强边界框回归 (Focaler-DIoU、Focaler-GIoU、Focaler-CIoU等)

本文记录的是改进RT-DETR的损失函数，将其替换成。现有研究通过利用边界框之间的几何关系来提高回归性能，但忽略了困难样本和简单样本分布对边界框回归的影响。不同检测任务中困难样本和简单样本的分布不同，对于简单样本占主导的检测任务，关注简单样本的边界框回归有助于提高检测性能；对于困难样本比例较高的检测任务，需要关注困难样本的边界框回归。，提高检测器在不同检测任务中的性能。实现的。

Limiiiing的博客 1922

每日 AI 评测速递来啦（12.1）

系统评估多模态大模型在视觉场景下结构化输出能力的基准，覆盖四大视觉领域，包括 UI 界面、自然图像、文档以及图表，由超过 6,500 个多样化的 JSON 模式和 1,800 个人工精挑细选、质量经人工验证的图像-模式配对构成。首个面向 AI 生成图像检测的推理增强多模态基准，通过多轻量级专家模型构建证据链，记录逐步推理轨迹与论证，实现可验证、可解释的取证评估。一个专为评估医疗多模态大模型多图像理解与复合推理能力而构建的高质量基准。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 534

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

每日 AI 评测速递来啦（1.6）

首个系统性评测意图驱动空间推理能力的开放世界基准，要求模型将物理事件与其背后的人类目的相联系。用于系统评测大语言模型在多语言医疗任务中的性能，涵盖问答、摘要、医学信息抽取等任务。一个多用途的 4D 空间智能基准，用于全面评估 MLLMs 的 4D 空间推理能力。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 192

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！

每日 AI 评测速递来啦（1.5）

一个标准化的闭环框架，将GPU内核生成、基准评测与实际部署有机连接起来，用于系统评估 LLM 智能体在 GPU 编程中的性能表现与局限性。通过一个严格设计的四阶段构建流程，用于系统评估 LLM 在多组学分析中的两项核心能力：生物分子相互作用推断以及端到端多组学通路机制解析。一个轻量级、开放的评测基准，面向日英翻译系统“好译文如何分优劣”的问题，系统评估礼貌性、语域与含蓄表达等细粒度差异。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 149

文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况

主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。

每日 AI 评测速递来啦（1.15）

旨在全面评估当前最先进的 MLLMs 在全景式胃肠道内镜临床流程中的表现，并分析其相对于人类内镜医师的临床实用价值。超高分辨率推理基准，用于评估 MLLMs 在极端高视觉信息密度场景下的推理能力。一个围绕通用性、可量化性与可靠性三大核心原则构建的幻灯片生成评测基准。2025 司南年度最受欢迎评测集评选活动正式火热进行中~司南·Daily Benchmark 专区今日上新！，让真正有价值的评测工作被更多人看见。

OpenCompass的博客 86

每日 AI 评测速递来啦（1.12）

首个系统性的学术海报编辑评测基准，包含 514 条编辑指令，并基于操作类型、任务难度与抽象层级等多维分类体系进行标注，结合有参考与无参考两种构建策略，以确保任务的真实度与多样性。首个以美国专利商标局专利审判与上诉委员会（PTAB）真实裁决案件为核心构建的评测基准，用于系统评估大语言模型在专利法律领域进行结构化法律推理的能力。一个用于评估多模态与视觉-语言模型在真实 AEC 图纸理解能力上的评测基准，涵盖两类互补的应用场景：目标计数任务和图纸支撑的文档问答任务。

OpenCompass的博客 82

每日 AI 评测速递来啦（1.13）

多轮多模态上下文安全评测基准，基于真实图像与多轮对话，围绕两种互补的风险设置来评估 MLLMs 的上下文安全性：升级式风险与语境切换风险。首个将临床医生视线作为“认知光标”来评估模型意图理解能力的评测基准，覆盖外科手术、急诊模拟与影像诊断解读等多种临床场景。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 85

每日 AI 评测速递来啦（1.23）

一个面向生成科研综述的全新评测基准，旨在全面评估生成综述的学术价值，主要从三大维度进行评估：信息价值、学术交流价值和研究指导价值。一个用于系统评估视觉-语言模型任务进度推理能力的基准，关注模型在局部观测下对长时序任务推进程度的判断能力。一个面向高分辨率图像质量评估场景下，细粒度局部退化分析的开创性评测基准。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 74

每日 AI 评测速递来啦（1.19）

一个专门面向人体姿态编辑的评测基准，包含来自 17 个最先进编辑模型的 1,700 个标准化样本，并同时提供真实性标注与多维度质量评分，从而支持更全面的评估。首个标准化、公开可用的吴语语音处理评测基准，系统覆盖了自动语音识别、吴语到普通话翻译、说话人属性预测、语音情感识别、语音合成以及指令驱动语音合成等多项任务。一个用于评估智能体规划能力的综合性基准，面向空间规划问题这一类高风险任务。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 99

每日 AI 评测速递来啦（1.22）

一个基于高质量计算机科学论文审稿-回复问答的大规模细粒度问答基准，用于评估模型在学术情境下理解并回答为什么（why）、什么（what）、如何（how）类问题的能力。一个面向真实电商场景的实时、全面且具有挑战性的时尚图像检索基准，包含来自真实线上电商网站的最新商品图像以及AI 生成的时尚图像。首个面向文本主题分类的多语言开放集学习与发现基准，包含来自 12 种语言的 96 万条数据样本。司南·Daily Benchmark 专区今日上新！

OpenCompass的博客 73

AI技术动态与工具评测：Mistral 7B与PyTorch 2.1实践

人工智能技术快速发展，大模型和工具链的更新迭代为开发者带来新的机遇与挑战。从技术原理看，大模型通过注意力机制等创新架构实现强大性能，而工具链优化则显著提升开发效率。在工程实践中，模型量化、边缘计算等技术可有效降低部署成本，PyTorch等框架的编译优化功能进一步释放硬件潜力。本期内容聚焦Mistral 7B等开源模型评测，对比分析其在推理速度、内存占用等关键指标的表现，同时详解PyTorch 2.1新特性在视觉和NLP任务中的优化实践。这些技术进展为电商推荐、医疗影像等应用场景提供了更高效的解决方案，帮助开

weixin_29061997的博客 225

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

【GitHub每日速递 20251211】开源免费！OpenCode——能在终端畅用的AI编码神器来袭

原文: https://mp.weixin.qq.com/s/6O-JFXBFyx_mx2ujULfFyQ[opencode] 是一个 在终端中运行的AI编程助手 的 工具。简单讲，它能直接在命令行里帮你写代码、改代码，像有个程序员搭档陪你敲键盘。适用人群：开发者、终端重度用户项目地址：https://github.com/sst/opencode主要语言：TypeScriptstars: 35.4kOpenCode是一款为终端设计的AI编码代理工具，以下是对它的详细介绍：支持多种安装方式，包括脚本安装和常

1536

研究速递：使用AI应对腐败的潜力和风险

来源：Peter东腐败是当今社会面临的一大顽疾，近年来，已有一些尝试，通过人工智能的方法应对腐败。自然机器智能的观点论文：“使用人工智能来对抗腐败的前景和危险”，指出相比自上而下的使用AI应对腐败，预期效果更佳。链接：https://www.nature.com/articles/s42256-022-00489-1腐败问题不仅对政府的公信力，对于企业的正常经营也都构成了...

人工智能学家 850
上一篇： 每日 AI 评测速递来啦（1.7）
下一篇： 每日 AI 评测速递来啦（1.12）
点赞 1
评论 0
书签 书签 0
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