创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

Opus 5.5在CMU AI基建基准追平人类

AI 总结

据新智元报道,卡内基梅隆大学的基准测试评估了11个智能体在六项端到端AI基础设施任务中的表现,任务覆盖预训练、中期训练、后训练、推理、智能体运行框架和集群编排。Opus 5.5配合Claude Code在全部六项任务上达到或超过人类基线,其系统在相同GPU上追平或超过SGLang、NVIDIA Dynamo等生产工具。报道还称,Opus 5.5的奇点指数为1.25,GPT-6.1 Sol为0.969,其余智能体平均为0.58。

深度见解

该结果把智能体的能力评估扩展到了构建和优化生产级AI基础设施,这一领域此前通常由专门的系统工程团队完成。

你让AI帮忙修一个登录报错。照着它的建议改完代码,你重新跑了一遍登录测试。终端又弹出一行红字,报的还是同一个错。你把新日志贴进对话框,再按下回车,等AI告诉你下一步查哪儿。修一个bug,往往要这样来回折腾几轮。每次提交问题后,你要等多久,才能看到AI回的第一个字?最近,有人拿真实编程会话做了个测试,Claud......

本文来自微信公众号: 新智元 ,编辑:元宇,作者:ASI启示录,原文标题:《Claude自写推理引擎!等AI回第一个字,12秒砍到半秒》

你让AI帮忙修一个登录报错。

照着它的建议改完代码,你重新跑了一遍登录测试。终端又弹出一行红字,报的还是同一个错。

#Opus 5.5#Claude Code#Singularity-Bench#Carnegie Mellon University#SGLang#NVIDIA Dynamo#GPT-6.1 Sol

原文约 10 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。