SpaceXAI联手Cursor，新模型性能对标GPT 5.5，AI竞赛再添变量。
IT之家 7 月 8 日消息，据外媒 The Information 消息，SpaceXAI 首款与 Cursor 联合开发的 AI 模型有望最快在当地时间今日面世。这一模型 据称在某些方面可与 Anthropic Claude Opus 4.8 或 OpenAI GPT-5.5 相媲美 。 尽管 …
语言模型评测还在看单点准确率？这个Python库教你用统计方法检验性能差异是否显著。
arXiv:2607.04429v1 Announce Type: cross Abstract: The dominant practice in language model evaluation is to report a single accuracy number per model a…
通用大模型在医学基准测试中超越专业临床AI，这项自然医学研究颠覆了AI医疗应用的传统认知。
Article URL: https://www.nature.com/articles/s41591-026-04431-5 Comments URL: https://news.ycombinator.com/item?id=48508736 Points: 1 # Comments: 0
用27,000+条Slack消息测试七款大模型，看AI能否从聊天记录猜出员工“知道什么”
arXiv:2605.22971v1 Announce Type: new Abstract: Employees often struggle to identify ``who knows what,'' leading to organizational productivity losses…