我花了2天，找到了我觉得翻译质量最好的AI大模型。
我花了2天，找到了我觉得翻译质量最好的AI大模型。网易有道这个老牌翻译厂商出的AI大模型子曰翻译2.0，居然吊打了一切。。。说说我们是怎么测大模型的翻译评测这块的。测试的维度也很简单，就从我平常受到的折磨体验出发，梳理出了2点。
来自主题: AI资讯
12743 点击 2025-03-13 09:34
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
网易有道这个老牌翻译厂商出的AI大模型子曰翻译2.0，居然吊打了一切。。。说说我们是怎么测大模型的翻译评测这块的。测试的维度也很简单，就从我平常受到的折磨体验出发，梳理出了2点。
今天，外媒披露了谷歌在美国大模型独角兽Anthropic中的持股细节。相关文件显示，谷歌数年来累计对Anthropic注资30亿美元（约合人民币217亿元），换取了后者14%的股份。令人意外的是，这些投资并未让谷歌在Anthropic的运营中享有过多的话语权，但谷歌仍计划在今年9月以可转债的形式再追加7.5亿美元（约合人民币54亿元）投资。
就在刚刚，谷歌Gemma 3来了，1B、4B、12B和27B四种参数，一块GPU/TPU就能跑！而Gemma 3仅以27B就击败了DeepSeek 671B模型，成为仅次于DeepSeek R1最优开源模型。
Hugging Face的Open R1重磅升级，7B击败Claude 3.7 Sonnet等一众前沿模型。凭借CodeForces-CoTs数据集的10万高质量样本、IOI难题的严苛测试，以及模拟真实竞赛的提交策略优化，这款模型展现了惊艳的性能。
DiffRhythm是一款新型AI音乐生成模型，能在10秒内生成长达4分45秒的完整歌曲，包含人声和伴奏。它采用简单高效的全diffusion架构，仅需歌词和风格提示即可创作，还支持本地部署，最低只需8G显存。
大模型时代，读论文这事儿真是越来越爽了~
2025 年 2 月发布的 NoLiMA 是一种大语言模型（LLM）长文本理解能力评估方法。不同于传统“大海捞针”（Needle-in-a-Haystack, NIAH）测试依赖关键词匹配的做法，它最大的特点是 通过精心设计问题和关键信息，迫使模型进行深层语义理解和推理，才能从长文本中找到答案。
这才 2 月份，深度搜索（Deep Search）就已经隐隐成为 2025 年的新搜索标准了。像谷歌和 OpenAI 这样的巨头，纷纷亮出自己的“Deep Research”产品，努力抢占这波技术浪潮的先机。（我们也很自豪，在同一天也发布了开源的node-deepresearch）。
在 ChatGPT 爆火两年多的时间里，大语言模型的上下文窗口长度基准线被拉升，以此为基础所构建的长 CoT 推理、多 Agent 协作等类型的高级应用也逐渐增多。
3月6日上午，宁波市妇女儿童医学中心的产房中，小名思思的孩子呱呱坠地，医护人员为她进行了血氧饱和度测试以及心脏听诊，数据同步至“CHANGE大模型”（中文名启元大模型），几十秒钟后，大模型给出了“阳性”的红字提示，“是先天性心脏病，但是情况不严重，做好随访，3岁之前做一个微创手术就能根治。”医生安慰着思思的父母。