Gemini 2.5 Pro 再升级！竞技场分数创新高+思考预算，更强 Kingfall 在路上？
谷歌发布Gemini 2.5 Pro升级版模型，优化后在多个竞技场中表现领先。新版本加入’思考预算’功能以控制成本和延迟。此外，谷歌即将推出更强的新型号Kingfall。
排行榜
如何选择合适的LLM做擅长的事儿？P2L微调大模型进行路由选择的实现思路
2025年02月22日文章介绍了P2L（Prompt-to-Leaderboard）方法，通过训练一个大型语言模型来预测人类偏好投票，并用于评估和选择最适合特定用例的模型。
让「幻觉」无处遁形！谷歌DeepMind全新基准，三代Gemini同台霸榜
谷歌发布的新基准测试FACTS Grounding用于评估AI模型在特定上下文中生成准确文本的能力，通过去除无效回复确保评分准确性。