#评测/对比
跨栏目找相关项:同一话题的工具、提示词、论文,可能横跨数天甚至数月才凑齐。
#评测/对比
今日 0 条工具·提示词·论文 三栏速览
每栏 6 / 6 · 直达分类页查看全部
提示词
6 条当用户的某个意图（如last_intent）尚未处理完成时，自动提示用户并继续处理该业务。
写作cloud.baidu.com为电商平台机器人客服提供开场白、常见问题回复和结束语的话术模板参考。
写作insight.xiaoduoai.com智能客服机器人与访客互动的对话模板（欢迎新访客、欢迎回头客、显示常见问题等）。
写作zhuanlan.zhihu.com服装加工合同模板，含甲乙双方信息及加工委托条款
写作xiaobaogong.com用于合同审查场景，让大模型扮演特定行业、特定立场的合同审查专家，平衡利益与风险。
研究blog.csdn.net帮助分析患者症状，提供可能的诊断方向和建议，适用于初步诊断筛查。
研究cgwgpts.com
论文
6 条Latent SpaceAI 评分7575 Anthropic 发布 Claude Opus 5.5，OpenAI 推出 GPT-6 Sol 与 Luna
Anthropic 发布 Claude Opus 5.5，这是新 Claude 5.5 家族的首款模型，性能达到 Fable 5.1 水平但运行成本降低 40%、速度提升 30%。
Latent SpaceAI 评分3636 AI 新闻的现实检验：Yegge 关闭 Gas Town，Databricks 部署 Astra 成本增 60%
Steve Yegge 宣布关闭其代码智能体产品 Gas Town，承认投入数千美元月费却成果有限。Databricks 向约 3500 名工程师部署 GPT-6 Astra 后，编码支出增加约 60%，但在高复杂度系统设计上优于 Opus 5 和 Sol 5.6。与此同时，OpenAI 发布了模型对齐事件披露框架，包含过去六个月的四起案例报告。
The Rundown AIAI 评分4141 OpenAI 智能体研究效率实测：每人类工作1天相当于智能体工作3.1天
OpenAI 公布其编码智能体处理研究工作的数据，智能体现以 3.1 个人类工作天的产出效率运行，已达成 Sam Altman 原定 9 月实现的"自动化研究实习生"目标。普通研究员日均消耗 600+ 美元 token（第 90 百分位超 7000 美元），自 12 月以来 token 输出增长 124 倍，约 80% 研究员同时使用 4+ 智能体，实验频次达公司历史最高。
Hugging Face Blog精选AI 评分7171 Open ASR Leaderboard 首次纳入印地语和印度英语评估集
Hugging Face 与 Voice Arena 合作在 Open ASR Leaderboard 中新增印地语和印度英语评估集，这是首次有印度语言纳入该多语言基准。该数据集名为 Monsoon，每个片段记录 12 个说话人属性，使 ASR 误差率可按地区、年龄、性别、设备等维度细粒度分析。印地语评估集采用词错误率（OIWER）而非传统 WER，以处理拼写变体问题。
推荐理由：该数据集首次在公开基准中加入印度语种，并通过 12 个说话人属性实现了 ASR 性能的细粒度人口统计分析。
Ben's BitesAI 评分4747 ChatGPT Work 如何让 AI agents 绕过登录页
ChatGPT Work 推出新的登录流程，当 agents 遇到登录页时会暂停并显示专用表单，用户输入用户名、密码和 2FA 验证码。这些凭证不进入对话，而是直接传给云端浏览器完成认证。会话可保持登录状态用于后续任务，用户可在设置中清除。
Google DeepMindAI 评分5454 Google DeepMind 推出全球首个双盲 AI 评估方法
Google DeepMind 联合新加坡 AI 安全研究所、OpenMined 等机构，首次对 Gemini Flash Lite 模型实施双盲评估。该方法通过加密技术将外部评估限制在隔离环境中，防止模型预先获取测试题，从而避免 benchmark 污染问题，提升评估的可信度和完整性。
Import AIAI 评分3636 Import AI 465：开源与闭源模型差距缩小；Kimi K3发布；Demis Hassabis提出AGI监管框架
UK AI安全研究所分析显示，2025年开源权重模型与闭源前沿模型在网络安全能力上的差距已缩小至4-7个月，GLM-5.2和DeepSeek V4-Pro表现接近Claude Opus 4.6和GPT-5。
Hugging Face BlogAI 评分5555 Hugging Face 模型页面现可展示 Every Eval Ever 评估结果
Every Eval Ever (EEE) 和 Hugging Face Community Evals 实现了互操作，允许跨平台发布和解读评估结果。EEE 于 2026 年 2 月推出，旨在统一评估结果的报告格式，使用单一 JSON schema 记录评估的完整元数据。