基准测试揭秘大模型“字数危机”：26个模型长文本生成普遍拉胯，最大输出长度过度宣传 2025年5月29日16时 作者 量子位 过明确的 “长度指令” ？ 比如，“写一篇10,000字的长文，详细分析某个议题。”看似简单的要求，
微软原WizardLM团队：代码大模型WarriorCoder，性能新SOTA 2025年3月2日12时 作者 机器之心 多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，
多模态大模型对齐新范式，10个评估维度全面提升，快手&中科院&南大打破瓶颈 2025年2月26日12时 作者 量子位 显著的进展，但现有的先进模型仍然缺乏与人类偏好的充分对齐。这一差距的存在主要是因为现有的对齐研究多集
