Tới nội dung
Chỉ Ngành#Đánh giá / benchmark
13 tháng 11Thứ Sáu
  1. Hacker News · AI50

    NukeTorch: Bốn máy MacBook Pro M5 Max phục vụ NVIDIA GR00T nhanh hơn 2,45 lần so với kết quả H100 công bố nhanh nhất

    Engine NukeTorch của Fenon AI đã chạy chính sách robot GR00T N1.7 của NVIDIA trên bốn máy MacBook Pro M5 Max đạt 152,07 action chunk mỗi giây với 192 client, nhanh hơn 2,45 lần so với con số H100 công bố nhanh nhất và nhanh hơn 4,24 lần so với con số NVIDIA tự công bố. Với một yêu cầu đơn lẻ, H100 vẫn thắng ở 16,08 ms so với 44,34 ms, và bốn máy Mac có giá niêm yết $19,996 so với ít nhất $25,000 cho một card H100. Phiên bản một máy Mac là bản tải miễn phí, trong khi bản nhiều máy yêu cầu giấy phép đánh giá.

  2. Hacker News · AI22

    Tìm kiếm AI đang đề xuất các trang web bán lẻ giả mạo

    Một nghiên cứu dựa trên 6.795 câu trả lời từ các phiên bản tiêu dùng đã đăng xuất của ChatGPT, Gemini và Perplexity phát hiện ra rằng tìm kiếm AI đang đề xuất các trang web bán lẻ giả mạo. Nghiên cứu được thực hiện với Gauge, một công ty tìm kiếm AI giúp các thương hiệu xuất hiện trong nhiều câu trả lời AI hơn.

21 tháng 10Thứ Tư
  1. Amazon Science38

    Amazon hợp tác với AVERI để đánh giá độc lập các bộ dữ liệu đánh giá an toàn AI của mình

    Amazon đã hợp tác với tổ chức phi lợi nhuận độc lập AVERI để đánh giá chất lượng các bộ dữ liệu đánh giá an toàn nội bộ của mình, không chỉ đầu ra của mô hình. AVERI đã xác nhận phạm vi chủ đề, tính đa dạng của prompt và rủi ro nhiễm bẩn thấp, đồng thời khuyến nghị mở rộng phạm vi đa ngôn ngữ, bổ sung nhiều prompt đối kháng đa bước hơn và tiêu chí chấm điểm rõ ràng hơn. Amazon đã phản hồi bằng các bộ kiểm thử được làm mới, phân cấp độ khó và nhịp đánh giá hàng quý.

9 tháng 10Thứ Sáu
  1. Epoch AI · Gradient Updates22

    Bản tin Epoch, ngày 8 tháng 10 năm 2026: Ước tính số lượng AI Agent, chi phí AI giảm, và mức độ phơi nhiễm chip của Trung Quốc

    Epoch AI ước tính rằng chip AI xuất xưởng đến năm 2027 có thể hỗ trợ khoảng 30 đến 170 triệu agent mô hình tiên tiến chạy đồng thời, hoặc gần 2 tỷ nếu chạy trên các mô hình rẻ hơn. Nghiên cứu của họ cũng phát hiện chi phí cho một mức hiệu suất AI cố định đã giảm khoảng 47% mỗi quý trong ba năm, tức khoảng 13 lần mỗi năm. Riêng Epoch ước tính mức độ phơi nhiễm của Trung Quốc trước các cú sốc nguồn cung chất bán dẫn cao gấp 2,7 lần so với Mỹ.