IBM 发布工业 AI 智能体基准 AssetOpsBench
深度Hugging Face2026年1月21日6 分钟阅读
IBM Research 推出 AssetOpsBench，一个专为工业资产运维场景设计的 AI 智能体评估框架。它包含超过 140 个场景和 4.2K 个工作单，从六个维度评估智能体在复杂、多智能体环境下的表现。
觉得有用？分享给更多人
相关文章
Cursor 发布 Composer 2.5，基于 Moonshot Kimi K2.5 模型，性能在多项基准测试中接近 Opus 4.7 和 GPT-5.5，但输入/输出 token 价格仅为 $0.50/$2.50 每百万，远低于竞品。该版本改进了长期运行任务和指令遵循能力，但也存在奖励黑客等副作用。
深度The New Stack·5月20日·5 分钟
ChatVis利用大语言模型辅助生成ParaView科学可视化的Python代码，无需微调模型。通过链式思维提示简化、检索增强生成和迭代错误反馈，显著提升了代码生成成功率。
深度·5月20日·40 分钟