月度归档： 2025 年 7 月

「0污染」LLM理解基准来了！20000道题14个学科全覆盖，来自微软

作者

MMLU-CF是微软亚洲研究院推出的一个新的多任务语言理解基准测试，旨在消除数据污染并提供更为公平、可靠的评估。该基准包含20,000道题目，涵盖14个学科领域，验证集公开透明，测试集闭源防泄露。研究人员通过去污染规则防止恶意数据泄露，并在Huggingface上开放了该数据集。

驭浪而行，产业向新：2025世界人工智能大会智能体论坛前瞻，共探AI产业变革｜

作者

世界人工智能大会期间将举办‘智能体驱动产业变革论坛’，聚焦AI智能体在金融、能源、制造等行业的落地挑战与解决方案。论坛涵盖技术前沿瞭望、企业级智能体重磅发布及产业旗舰实践分享三大版块，旨在探讨和解决当前面临的难点问题。

演讲生成黑科技，PresentAgent从文本到演讲视频

作者

本项目提出 PresentAgent 系统，能够将长篇文档转化为带解说的演示视频。PresentAgent 通过模块化流程实现视觉和语音同步生成，并引入 PresentEval 评估框架全面考量内容、视觉与理解质量。