AI资讯新闻榜单内容搜索-智能体评测

关键词: AI新闻,智能体,RealReplicaBench,智能体评测

上周一，我发了自己做的AIHOT大模型排行榜。

关键词: AI新闻,无问芯穹,维智能体评测基准,AISHPerf

6月22日Claude全家桶集体宕机，只是冰山一角。当最强大模型被丢进真实机房直面「幽灵故障」，AISHPerf-智算运维智能体评测基准给出残酷答案：全军覆没，无一过50分。这道鸿沟，第一次被量化。

关键词: AI新闻,模型训练,AISHPerf,智算运维智能体评测基准

随着全球智能体加速落地，算力需求呈指数级爆发，以 GPU 为核心的 AI 基础设施正变得愈发关键。据摩根士丹利报告预测，2028 年全球 AI 基础设施累计总投资将达 2.9 万亿美元。

关键词: AI新闻,AI点外卖,LongCat,VitaBench,模型训练,AI基准

美团LongCat团队发布了当前高度贴近真实生活场景、面向复杂问题的大模型智能体评测基准——VitaBench（Versatile Interactive Tasks Benchmark）。VitaBench以外卖点餐、餐厅就餐、旅游出行三大高频生活场景为典型载体，构建了一个包含66个工具的交互式评测环境，并设计了跨场景综合任务。

关键词: AI,模型训练,智能体评测,智能体基准

都在研究考生，考卷出问题了。

关键词: AI,模型训练,ScienceBoard,人工智能

第一作者孙秋实是香港大学计算与数据科学学院博士生，硕士毕业于新加坡国立大学数据科学系。