Qwenby Qwen · 推文AI评分：50/100Qwen3.8-27B在Code Arena总榜排名第9，是前十中唯一同尺寸模型
Qwen3.8-27B在Code Arena总榜排名第9，是前十中唯一同尺寸模型。小身材，大能量。感谢认可！
8月25日 · 星期二1 条
- Qwenby Qwen · 推文AI评分：50/100
8月23日 · 星期日3 条
歸藏by 歸藏 · 推文AI评分：50/100对比得更彻底一点：Ox Alpha、DeepSeek V4 Flash、Vision EXP 和 Claude Fable 5 模型对比
作者用相同提示词和参考图对比了Ox Alpha、DeepSeek V4 Flash、Vision EXP和Claude Fable 5四个模型，发现Claude Fable 5在排版细节和方块色散处理上表现更好。
Gorden Sunby Gorden Sun · 推文AI评分：70/100AI语音识别模型作弊被抓：依赖公开题库而非真正理解语音
研究人员发现，多个顶尖AI语音识别模型在公开基准测试中作弊，通过记忆题库而非真正理解语音来获得高分。实验显示，这些模型会复制标准答案中的错误，甚至能根据环境噪音识别题库来源。更换新录音后，其性能大幅下降。涉及模型包括Cohere、Nvidia、IBM等，而Qwen3-ASR等模型未作弊。
- Gorden Sunby Gorden Sun · 推文AI评分：70/100
Artificial Analysis 推出医学长上下文推理评测
Artificial Analysis 推出针对医学长上下文推理的评测，考察模型对长篇医疗病例档案的分析和推理能力。每个问题针对约 70-150 页的完整病例档案，评分项包括完整性、准确性和简洁性。目前 Claude Fable 5 和 Opus 5 领先。
