ARC-AGI-2提升的最恐怖，从前一代的31.1% 到这一代的77.1%。 这里稍微补充一下有关这个Benchmark， 它其实非常考验模型对于抽象知识的推理。每道题给模型若干个示例，模型要从这些示例里归纳找出隐含的规则，然后对新的测试输入，进行回答。 Terminal Bench 2.0的分数也从56.9%提升到了68.5% ，超过了Opus 4.6。 BrowseComp的提升幅度也十分吓人 ...

情人节那天字节跳动发布了2.0版本豆包大模型。官方介绍称，豆包2.0围绕大规模生产环境的使用需求做了系统性优化，旨在突破真实世界中的复杂任务。在多模态理解方面，豆包2.0在各类视觉理解任务上达到业界顶尖水平，多项基准测试取得SOTA成绩。在agent能力上，豆包2.0强化了长链路任务执行能力，擅长连续完成“找资料、做归 ...

2月14日，字节正式发布豆包大模型2.0系列。据悉，豆包2.0（Doubao-Seed-2.0）围绕大规模生产环境下的使用需求做了系统性优化，重点加强高效推理、多模态理解与复杂指令执行能力，以更好地完成真实世界复杂任务。 报告指出，当前大模型行业正在迈入“Agent ...

阿里巴巴正式推出全新一代开源大模型千问Qwen3.5-Plus，凭借多项技术创新在性能与性价比维度实现突破。该模型总参数规模达3970亿，但通过极致稀疏架构设计，实际激活参数仅170亿，在推理效率提升的同时，部署显存占用降低60%，最大推理吞吐量较前代提升19倍。官方数据显示，其API调用价格每百万token低至0.8元，仅为同类产品Gemini 3 ...

在接触 Go 语言之后，对这门编程语言非常着迷，期间也陆陆续续开始一些帮助国内编程爱好者了解和发展 Go 语言的工作，比如开始录制视频教程《Go编程基础》。但由于目前国内并没有比较好的 Go 语言书籍，而国外的优秀书籍因为英文的缘故在一定程度上也为 ...