# AI评估成本飙升：新计算瓶颈正在重塑行业格局
6 min read
随着AI代理和长上下文评估的普及，评估成本已从数十美元飙升至数万美元，甚至可能超过预训练成本，成为新的计算瓶颈。
/ tags/ 研究
# AI评估正在成为新的算力瓶颈：从HELM到HAL的成本真相
5 min read
AI评估成本激增，HAL一次评估花费4万美元，评估算力消耗可能超过预训练，成为新的计算瓶颈。
# AI评估成为新的算力瓶颈：当评测成本超过训练成本
5 min read
随着Agent和大模型复杂度提升，AI评估成本激增。HAL排行榜单次评估花费4万美元，GAIA单次运行达2829美元，评估成本已逼近甚至超过训练成本，催生压缩评测等新研究方向。
# NVIDIA发布物理信息AI超声成像：从原始信号到自适应聚焦
6 min read
NVIDIA与西门子医疗合作推出NV-Raw2Insights-US，直接从超声探头原始信号学习，生成患者个性化声速图并实时校正图像，开启端到端AI超声成像新时代。
# QIMMA：阿拉伯语LLM评测的“质量峰会”，揭露基准测试的深层问题
5 min read
QIMMA是首个对阿拉伯语基准测试进行系统性质量验证后再评估模型的排行榜，发现广泛使用的基准存在翻译偏差、标注错误等问题，改变了排名格局。
# QIMMA：以质量优先的阿拉伯语大模型排行榜，重新定义评估标准
5 min read
Technology Innovation Institute 发布 QIMMA 排行榜，对现有阿拉伯语基准进行系统性质量审查，发现大量脏数据问题，并推出首个包含代码评测、完全开源的高质量排行榜。