昨夜上线的Claude 3.5 Sonnet，性能直接吊打了GPT-4o，甚至价格还更便宜。网友们纷纷展开实测，有人表示自己一半的工作已经可以由它替代了！而最让人惊喜的新功能，莫过于Artifacts了。
难度大升级的多任务长视频理解评测基准MLVU来了！
新鲜出炉的Claude 3.5 Sonnet，更快、更便宜，还是全球最强。
号称不可能轻易被击败的AGI基准ARC-AGI被GPT-4o撼动，GPT-4o以在公共测试集50%、在训练集71%的准确率成为了新的SOTA！
Claude大模型又双叒叕更新升级了！
今天， OpenAI劲敌Anthropic忽然丢炸弹，发布下一代旗舰大模型Claude 3.5 Sonnet。
测试Gemini1.5 Pro、GPT-4o等多模态大模型的新基准来了，针对视频理解能力的那种。
苹果OpenAI官宣合作，GPT-4o加持Siri，让AI个性化生成赛道热度飙升。
GTP-4o挑战悬赏八百万的超难数据集，实现SOTA！
OpenAI和谷歌接连两场发布会，把AI视频推理卷到新高度。 但业界还缺少可以全面评估大模型视频推理能力的基准。 终于，多模态大模型视频分析综合评估基准Video-MME，全面评估多模态大模型的综合视频理解能力，填补了这一领域的空白。
