82搜索为您找到约 43 条结果
www.qianwenai.com
网页
综合
Qwen预览模型评测_报名与评测激励-千问AI平台
本次评测模型为 Qwen 预览模型（代号：qwen-latest-series-invite-2609），重点评测其在编程、智能协作与网页开发场景中的实际表现。 受邀评测 qwen-latest-series-invite-2609 预览模型，名额有限，报名审核通过后开放体验。 根据评测类型提供不同额度Token用于评测。按要求提交场景案例或 Benchmark 结果，评测报告…
www.qianwenai.com
网页
综合
Qwen预览模型评测_报名与评测激励-千问AI平台
本次评测模型为Qwen4-Max-Preview（参评模型ID：qwen-latest-series-invite-1102），支持图片/视频多模态输入及思考模式开关，欢迎从各维度进行评测。 本次评测模型上下文长度为 1M，最高并发 5，默认限流 300W TPM。由于评测名额有限（共100个），我们将按提交顺序逐一审核，审核通过后即可开通体验资格，感谢您的理解与耐心。 我们会…
www.qianwenai.com
网页
综合
Qwen预览模型评测_报名与评测激励-千问AI平台
本次评测模型为 Qwen 预览模型（代号：qwen-latest-series-invite-2608），重点评测其在编程、智能协作与网页开发场景中的实际表现。 受邀评测 qwen-latest-series-invite-2608 预览模型，名额有限，报名审核通过后开放体验。 根据评测类型提供不同额度Token用于评测。按要求提交场景案例或 Benchmark 结果，评测报告…
tech.meituan.com
网页
综合
《Agent 评测白皮书》系列01：Agent 评测全览 | 美团 · 技术团队
…市场上出现了一波又一波 Agent 项目。但是那些真正走过冷启动、完成灰度扩量、推到全量的项目数量屈指可数。这导致掌握 Agent 评测方法的人非常稀缺。 过去三年绝大部分 Agent 项目都死掉了。它们消失的原因有一些共性： 这三种死法看起来不同，追下去会发现共同点：团队缺少一套可靠的判断机制。不知道当前版本行不行，不知道问题出在哪一层，不知道改完是真的变好还是换了个地方出错…
www.qianwenai.com
网页
综合
Qwen共创计划｜预览模型评测与专家反馈 - 千问AI
抢先体验预览版模型，用你的真实场景来评测。你的每一次反馈，都会帮助模型改进。 按领域和难度匹配适合你的评测任务。订阅后第一时间通知你。 按领域和难度匹配适合你的评测任务。订阅后第一时间通知你。 本次评测模型为Qwen4-Max-Preview，支持图片/视频多模态输入及思考模式开关，欢迎从各维度进行评测。 重点评测预览模型在编程、智能协作与网页开发场景中的实际表现。 受邀评测 …
tech.meituan.com
网页
综合
用Agent评测思路管理AI Coding —— 31万行代码AI重构的实践 | 美团 · 技术团队
…何在不停止业务交付的前提下，完成这场重构。在这个过程中，我们积累了三个关键经验，希望这篇实战经验能提供一些可复用的思路。 Agent评测系统长期承载多个核心业务场景，它同时承担了数据生产、流程编排、质量控制与多人协作等复杂能力，业务复杂度和工程复杂度都很高。具体来看，我们面对的复杂性主要体现在三个维度： 当业务进入快速迭代与试错期，上述庞大的业务体量与原有底层架构之间的矛盾就会…
tech.meituan.com
网页
综合
美团技术团队 | 美团 · 技术团队
…程实践。 美团在 MTGR 基础上提出统一推荐基座大模型 MTFM，首次实现外卖多个主要业务的统一精排模型。 我们推出了《Agent评测白皮书》系列博客，体系化地为大家讲解评测的落地指南，分为《评测全览》、《冷启动篇》、《扩量篇》、《自进化篇》等共4篇，本文为系列的第一篇。 美团智播围绕 AI 主播「长得真→动得准→演得活→卖得好」构建了完整技术闭环：真人 1:1 复刻、换装换…
tech.meituan.com
网页
综合
历史文章 | 美团 · 技术团队
…程实践。 美团在 MTGR 基础上提出统一推荐基座大模型 MTFM，首次实现外卖多个主要业务的统一精排模型。 我们推出了《Agent评测白皮书》系列博客，体系化地为大家讲解评测的落地指南，分为《评测全览》、《冷启动篇》、《扩量篇》、《自进化篇》等共4篇，本文为系列的第一篇。 美团智播围绕 AI 主播「长得真→动得准→演得活→卖得好」构建了完整技术闭环：真人 1:1 复刻、换装换…
tech.meituan.com
网页
综合
文章标签 | 美团 · 技术团队
…团队首页历史文章技术沙龙关于我们加载中…推荐阅读1美团 LongCat-2.0 正式发布：国产芯片上跑出的万亿参数模型2用Agent评测思路管理AI Coding：31万行代码AI重构的实践3美团搜索3.0：LLM 语义表征在排序模型的探索与应用4美团 EvoCUA 刷新开源 SOTA，会用电脑还会持续进化的智能体！5《Agent 评测白皮书》系列01：Agent 评测全览6A…
第 1 / 5 页