微软推出大语言模型评估工具库PromptBench
微软近日发布了专为评估大语言模型而设计的PromptBench工具库。该工具库支持多种模型和任务，提供标准、动态和语义评估方法，并集成了多种提示工程方法和对抗性测试。支持多种数据集和模型，提供可视化分析和词频分析等解释评估结果的工具。PromptBench的简便界面允许快速构建模型、加载数据集，并评估模型性能，为研究人员提供全面的性能测试和分析支持。
- 相关推荐
-
荐AI日报：智谱AI发布AutoGLM 2.0；腾讯元宝接入腾讯视频；字节发布开源大语言模型 Seed-OSS
本期AI日报聚焦多项AI技术突破：智谱发布革命性语音代理AutoGLM 2.0，实现全平台语音操控；腾讯元宝接入视频平台提升观影便捷性；字节跳动开源大模型Seed-OSS专注长文本处理；速卖通AI代理助力新品推广效率翻倍；微软测试Copilot智能文件搜索功能；Liquid AI推出低延迟视觉语言模型LFM2-VL；OpenAI月收入首破10亿美元；谷歌Pixel 10系列全面升级AI功能，包括情感识别和实时翻译；Pixel Buds Pro 2引入AI手势控制；ElevenLabs发布支持70+语言的文本转语音API。
-
8TB登场 三星 9100 PRO PCIe 5.0 固态硬盘，性能规格上新
三星电子于2025年8月20日推出9100PRO系列8TB固态硬盘，包括标准版和散热片版。新品采用PCIe 5.0接口，顺序读写速度分别高达14,800MB/s和13,400MB/s，相比前代990PRO性能提升99%。支持多设备兼容，包括笔记本电脑、游戏主机等，适用于游戏、内容创作等高性能场景。8TB版本将于9月2日发售，建议零售价分别为999.99美元和1019.99美元。
-
哪里找最新AI工具官网？如何快速对比ChatGPT替代品？AI工具导航指南 - AIbase
文章探讨了在AI工具爆炸式增长的时代，用户面临的信息过载和筛选困难问题。主要内容包括：1）AI领域迭代速度远超传统软件，个人追踪信息效率低下且容易错过关键更新；2）AIbase.cn平台致力于解决这一问题，通过聚合主流AI工具、严格审核信息来源、持续更新行业动态；3）平台提供多维对比功能，结构化呈现工具参数，帮助用户快速定位适合需求的解决方案；4）建议用户定期浏览平台资讯栏目，善用搜索筛选功能，通过对比视图做出明智选择。核心价值在于降低信息筛选成本，让用户更高效地获取有价值的AI工具和前沿资讯。
-
2025年大模型选型核心指南：Beyond GPT-4，如何理性评估Qwen、DeepSeek等强者？
大模型选择能力已成为AI时代企业核心竞争力。文章提出“能力-成本-场景”三维评估框架，强调需超越单一指标崇拜，基于客观数据和实际需求进行理性选择。通过Qwen2-Plus与DeepSeek-V3的对比分析，展示不同模型在特定场景下的差异化优势。建议企业建立科学选型流程，采用专业工具进行多维度评估，通过三阶段验证策略确保决策既数据驱动又经实践检验。最终目标是选择最适合业务场景的模型，而非盲目追求流行模型。
-
OpenAI的开源模型现已在IBM watsonx.ai上提供
OpenAI发布两款开源AI模型GPT-OSS-120B和GPT-OSS-20B，允许开发者自由下载、运行和定制。其中120B模型已部署在IBM Watsonx.ai平台，采用专家混合架构，支持本地或云端部署，不受商业用途限制。模型具备高透明度，输出完整推理链，在多项基准测试中表现优异。此次发布标志着OpenAI首次加入开源生态，IBM强调其开放战略，为企业提供灵活、安全的AI开发选择。
-
MCP服务库完整指南：如何选择最适合的Model Context Protocol服务
本文介绍了MCP（Model Context Protocol）作为连接大型语言模型与外部数据源的重要桥梁。随着AI技术发展，选择合适的MCP服务库对开发者至关重要。文章分析了MCP服务库的核心价值：提升开发效率、增强系统互操作性、降低技术门槛。评估MCP服务库质量需考虑协议兼容性、安全性、生态系统丰富度及社区活跃度等维度。建议开发者根据业务需求选择服务，初创公司可侧重简便性，大型企业应关注安全性和扩展性。文章还指出MCP服务未来将向云原生化、智能化运维和标准化方向发展，并推荐使用专业对比平台（如mcp.aibase.cn）辅助决策。
-
罗永浩官宣明日将公布TBT项目 号称九年磨一面
今日，罗永浩在微博上发布重磅消息，宣称“TBT终于要上了!”他感慨道，九年来赛道虽变，但自己一直特别想给新赛道带来不一样的创新，还表示要“重构你对泡面的想象，明天见”，引发网友广泛关注与猜测。
-
荐Anthropic天价赔款？大模型“盗版”的100000种花样
AI大模型的秘密配方是什么?答案可能很简单:海量的“盗版内容”。 这几乎是行业内公开的秘密。2023年，《纽约时报》一纸诉状将OpenAI和微软告上法庭，正式拉开了这场战争的序幕。很快，战火烧遍了整个硅谷。Meta因其Llama模型涉嫌使用盗版书籍而面临集体诉讼;Anthropic同样因其模型Claude的训练数据而被告，一时间，几乎所有头部玩家都被推上了被告席。 这场大模型与版权�
-
铭凡推出N5 Pro高性能NAS主机：搭载AMD AI 9 HX 370处理器、支持144TB容量
知名迷你PC厂商MINISFORUM推出首款高性能NAS主机N5系列，包含N5和N5 Pro两款型号。N5 Pro搭载AMD锐龙AI9 HX370处理器（12核24线程/5.1GHz）和Radeon 890M核显；N5采用锐龙7H255处理器（8核16线程/4.9GHz）和780M核显。主机支持5个HDD+3个M.2硬盘（含2个U.2企业级接口），最高144TB存储容量，配备双通道DDR5内存（最高96GB）并支持ECC校验。接口方面配备2个USB4、多个USB3.2/2.0、10G/5G网口及HDMI2.1，支持PCIe4.0扩展和OCulink外接显卡。该系列兼具NAS存储与高性能计算能力，适合虚拟化、娱乐等多场景使用，N5售价3749元起，N5 Pro售价6239元起。
-
Matrixport 旗下 Cactus Custody 与 OnChain 合作，完成招银国际美元货币市场基金化上链
新加坡Matrixport旗下合规数字资产托管商Cactus Custody与OnChain合作，将招商国际美元货币市场基金以化形式上链运营，成为全球首只港新互认基金上链案例。该合作解决市场缺乏可审计、可托管的现金类资产等痛点，通过链上净值计算、白名单管理等机制，为机构与合格投资者提供透明、合规的链上投资选项。未来双方将持续深化合作，推动RWA标准化发展。