研究主题

模型评估

2 篇研究文章与工程指南，主题为“模型评估”。每篇都以简明答案开头，并链接一手证据。

AI 编程新闻2026年7月30日

月之暗面（Moonshot AI）于 2026 年 7 月以开源权重发布了 Kimi K3。模型卡声称了什么、其定制许可证要求什么，以及自托管团队应如何评估它。

AI 编程新闻2026年7月15日

OpenAI 称 GPT-5.6 提升了编程 agent 的能力与效率。本文梳理官方公布了什么、benchmark 证明不了什么，以及团队该如何测试它。