皮肤科医生实测:十年前的 Inception v3 CNN 皮肤癌诊断 62%,胜过 GPT-6 Astra 与 Claude Fable 5.1 的 42%
【这是什么】一位皮肤科医生用 200 个经活检确诊的皮损,对比测试 GPT-6 Astra、Claude Fable 5.1 与微调版 Inception v3 CNN 的皮肤癌诊断能力。
【这是什么】一位皮肤科医生用 200 个经活检确诊的皮损,对比测试 GPT-6 Astra、Claude Fable 5.1 与微调版 Inception v3 CNN 的皮肤癌诊断能力。
开发者对 Roc 语言编写的 DEFLATE 压缩库 roc-deflate 深度优化后,在 Silesia 语料 144 项基准测试中,中位数仅比 C 写的 libdeflate 慢 8.9%(Ryzen 3900X)和 2.6%(M1 MacBook Pro),最好情况下反而快超 18%,最差情况慢 18%。
Splash 1.4 是 Inco AI 开发的开源本地 AI 推理引擎,专为 Apple Silicon 优化,开发者公布在 M5 Pro、64GB 内存 Mac 上运行 Qwen3.8-Flash-Next Q2_0 模型时,速度比 Strata 快约 30%,最高生成 120 tokens/s,32K 输入处理 1,312 tokens/s。
【这是什么】KillSwitch 是一门 esoteric 编程语言,刻意设计成对 LLM 和 coding agent 充满对抗性,同时人类仍可使用。【痛点逻辑】作者想检验 LLM 写代码靠的是理解还是背诵训练数据,语言中埋入隐藏谎言、要求标识符字母计数、用 Ignore previous instructions 等短语触发模型安全护栏。
【这是什么】Parsimony 是一个开源基准,衡量各 AI 模型在任务中新增了多少代码。【商业/痛点逻辑】现有基准只看解题率和成本,不惩罚冗余代码,而多余代码会让代码库长期难以维护;它统计补丁中的语法单元(语句、调用、比较等),不计行数,删除的代码会被扣减,净新增 = 新增 − 删除。