Benchmark Radar：AI基准与评估的活数据库搜索引擎
原文标题：Benchmark Radar: A Living Database and Search Engine for AI Benchmarks and Evaluation
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文推出Benchmark Radar，一个面向AI基准检索与发现的活数据库与搜索引擎，覆盖LLM评估、智能体与工具使用、编码、推理、安全及领域评估。系统结合每日发现与可搜索目录、模型卡提及与分数历史，保留来源与引用。目录含1283条来源记录与12916条数值观测，并发布网页仪表盘、排行榜与CLI。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Benchmark Radar收录1283条来源记录与12916条数值观测，做成基准活数据库
- •覆盖LLM评估、智能体与工具使用、编码、推理、安全及领域评估
- •每日发现接入37个来源：13个直连、24个第一方研究与工程feed
- •目录含1283条来源记录（来自4个基准目录），790条记录上有12916条数值观测
- •发布网页仪表盘、排行榜、Pareto前沿视图与CLI
为什么重要：基准分数分散且难以追溯，该库保留来源与引用，方便设计新评估时做先例检索与饱和分析。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
AI接管数学界引发的争议风波
AI 摘要过去一年，OpenAI、Anthropic等实验室宣称在多个长期数学难题上取得突破，甚至解决了一个千禧年大奖难题，但发布方式引发数学界强烈反弹。OpenAI成立独立数学家顾问小组以修复关系，却被指组织混乱、缺乏透明度，数学家担忧即将到来的成果洪流会冲击整个学科。
AMD将以82亿美元收购李飞飞的World Labs
AI 摘要AMD宣布以约82亿美元全股票交易收购李飞飞联合创立的AI研究实验室World Labs。李飞飞将出任AMD执行副总裁兼首席科学家，向CEO苏姿丰汇报。该交易预计年底完成，旨在强化AMD围绕新兴模型开发AI硬件、软件与系统的能力。
AMD逾80亿美元收购AI公司World Labs
AI 摘要AMD宣布以约82亿美元全股票交易收购李飞飞联合创立的AI研究实验室World Labs。World Labs于2024年成立，数月内估值达10亿美元，2025年推出世界生成模型Marble。李飞飞将任AMD执行副总裁兼首席科学家，团队继续专注AI模型研究。
上周AI要闻：纳维-斯托克斯证明争议与前沿节奏
AI 摘要OpenAI 声称完成千禧年大奖难题之一纳维-斯托克斯方程的证明，但与数学界爆发争执，引发对其成果真实性的质疑。Anthropic CEO 呼吁放缓前沿模型开发节奏，同时多位人士的灭绝风险警告推动监管呼声升温。本期还涵盖 AI 滥用等议题。