跳到正文

#評測/基準

RSS
今日 14 則
11月9日週一
  1. Dev.to Top Tech76

    Textract、Bedrock Data Automation 與視覺 LLM 帳單照片抽取實測:140 張影像與 6 頁帳單

    作者以 140 張影像、一份 6 頁帳單及多種真實 API 呼叫,比較 Textract、Bedrock Data Automation(BDA)與視覺 LLM 擷取帳單資料的準確度、成本和錯誤檢查方式。

    推薦理由:這項比較以 40 張合成帳單照片、95 張真實收據及一份多頁帳單測試抽取工具,並量化設定變更與交叉核對對錯誤攔截的差異。

  2. Lobste.rs (Engineering Discussion)63

    blqsort 如何在基準測試中快於 C++ 的 std::sort

    blqsort 以分支消除、排序網路與穩健的樞紐選取加速快速排序;文章比較它與 std::sort 在不同資料型態及平臺上的排序時間。

    推薦理由:文章以 5,000 萬筆資料的測試呈現 blqsort 與 std::sort 的耗時差異,也說明分支消除、排序網路與樞紐選取如何共同影響排序效能。

  3. Dev.to Top Tech77

    Darwin-180B-RSI-R3 在 SuperCLUE 數理推理排名第二,超越 Gemini 與 Grok

    Darwin-180B-RSI-R3 在 SuperCLUE 2026 年 11 月數學與科學推理測試中獲得 73.68 分,排名第 2,並列開放權重模型第 1。

    推薦理由:Darwin-180B-RSI-R3 在 SuperCLUE 數理推理維度排名第二、開放權重模型排名第一,但五維綜合排名為第九,呈現其能力集中於特定評測專案的差異。

  4. 數字生命卡茲克35

    卡茲克稱灰度路由到 GPT-6.2 Sol 後進行了簡單測試,認為模型的美感表現突出,防禦性問題也有不錯改善。 測試內容:以 Three.js 製作主題為《時間的盡頭》的 3D 互動網頁,要求極致呈現構圖、光影、材質、粒子、動畫與空間氛圍,並可用滑鼠互動。 評價:發文者看好模型表現,並以疑問語氣提及 OpenAI 是否回歸;推文未提供量化測試結果。

  5. Dev.to Top Tech44

    AI Overviews 排名追蹤工具比較:如何挑選合適工具(2026)

    AI Overviews 排名追蹤工具可補足傳統排名追蹤器看不到的資訊:摘要是否出現、網站是否獲引用,以及品牌是否出現在答案中。 - 評估重點:比較工具時,應檢查引用擷取、國家涵蓋範圍、查詢紀錄、資料波動情況及匯出能力;Google AI Mode 與 AI Overviews 是不同介面,需確認工具追蹤哪一種。

11月8日週日
  1. aihot68

    GPT-Image-2.6 實測:10 種 GIF 提示詞玩法與三項新能力評測

    GPT-Image-2.6新增原生 GIF 生成、跨對話角色記憶、結構引出線對齊與 SVG 輸出等能力,作者以多組動圖提示詞和三項靜態功能進行實測。本文由 AIHOT 聚合整理,作者分享的測試結果包括: - GIF 生成:可生成 2–16 幀短迴圈 GIF,文中展示黏土動畫、表情包、動態貼紙、Loading 圖、圖表與產品介面演示等玩法。

    推薦理由:文章以多組動圖與靜態圖實測呈現 GPT-Image-2.6 的新增能力、瑕疵與成本變化,可供評估是否值得調整既有工作流程。