首页 > 热点
标签: 云知声U2 LLMStatsScore LongBench-V2 ClaudeOpus
发布日期:2026-11-17
浏览次数:{固定数字3}

云梦级6月10日云梦级消息,今日,海外权威 AI 模型评测平台 LLM Sta标签ts 更新榜单,云知声 U2 登上两项关键评测:在 LLM Stats Score 综合能: 力榜单中进入模型总榜前 30,按厂商最佳模型成绩位列全球模型厂商第九;同云知时,在平台收录的独立长上下文评测基准 LongBench-V2 中,U2 以 54.声U4% 的Accuracy 超越 Claude Opus 4.7。

LLM Stats Sco2 re 不是为了刷榜而设计的单一测试集排名,而是面向真实工作负载构建的综合能LL力评分体系。其综合分数来自公开来源、独立采样测量与经验证的 benchmark 结果MS。

在此基础上,LLM Stats Score 覆盖推理、代码、知识、工具与智能体、长ta上下文等多个维度,更接近对模型综合战斗力的横向检验。

LongBench-tsV2 则是当前长上下文推理领域的高难度评测基准之一。该测试集包含 503 道多Sc选题,上下文长度覆盖 8K 至 2M words,并按 short、medium、orlong 三个长度区间分别评估模型表现,覆盖单文档问答、多文档问答、长上下文e 学习、长对话历史理解、代码库理解和长结构化数据理解六大类任务,重点检验Lo模型在不同上下文规模下处理长任务的稳定性。

上一篇:标签: 小米 小爱同学 栾剑 罗福莉
下一篇:标签: 抖音直播 主播安心入会 合约风险AI检测 公会监管
相关文章