腾讯网盘实测：跳出容量竞赛，大厂押注Agent存储
实测显示，内测版腾讯网盘不再只是文件仓库，而是定位为多Agent的统一记忆底座，可连接腾讯文档、WorkBuddy等智能体，让多个AI在同一份资料上协同工作。腾讯网盘与字节火山引擎内测的ADrive思路相似，都在跳出容量竞争，争夺AI数据入口。但免费空间仅5GB，AI功能需消耗Buddy One积分，偏重文档知识库，更适合重度AI办公用户。
评测基准
全部主题模型到底谁强：Benchmark 成绩、评测方法论争议与排行榜变化的持续记录。
最新精选
第 1–4 条 · 共 4 条人人都是产品经理AI 评分5959 AWS Machine Learning BlogAI 评分4545 Property Finder 修正评测标签偏差以在 Amazon Bedrock 上选出更好模型
Property Finder 团队发现 96.8% 的评测标签直接继承自单一模型预测而非人工核验，导致其他模型看起来都更差；文章介绍他们如何修正这种评测偏差后在 Bedrock 上做客观模型比较。
Hugging Face BlogAI 评分4646 Ai2 研究：LLM 能否可靠判断科研想法的新颖性
Ai2 发布研究 Old Ideas, Novel Problems，评估大模型判断科研想法新颖性的可靠程度，并公开基准、数据、代码以及构建新评测集的自动化流程。
量子位AI 评分5959 GPT-6.1 Terra 首批实测：一折价格获得 Astra 级电脑操作能力
量子位汇总 GPT-6.1 Terra 首批网友实测，称其以约一折的价格获得接近 Astra 级的电脑操作能力，同日 OpenAI 还公布了三项 AI 科学新发现。