红杉 xbench：AI 去药企做实习，遥遥领先了人类
红杉 xbench：AI 去药企做实习，遥遥领先了人类xbench，就是红杉自己弄的那个中立评测lab，刚刚又整了个新活：让 AI 做药企的数据分析，跟人类实习生比个高低，然后遥遥领先的赢了
来自主题: AI技术研报
8399 点击 2026-05-19 10:30
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
xbench，就是红杉自己弄的那个中立评测lab，刚刚又整了个新活：让 AI 做药企的数据分析，跟人类实习生比个高低，然后遥遥领先的赢了
AI内容创作工具迈入Next Level！
英国AI音频独角兽ElevenLabs披露了其D轮融资新的投资者，同时透露其ARR（年度经常性收入）已突破5亿美元（约合人民币34.1亿元）。奥斯卡影帝杰米·福克斯、演员伊娃·朗格利亚等30余位创意人士首次成为股东。
4 月 20 日，Meta 和房地产与基建服务公司 CBRE 联合宣布推出 LevelUp，一个四周、完全免费的光纤技术员培训项目。今年夏天起，它将为 Meta 的美国数据中心工地培养 “数千名” 没有任何行业经验的新手。
OpenAI 的下一代图像模型 GPT-Image-2，今天在 Chatbot Arena 上被人发现了。独立开发者 levelsio 率先爆料，这个模型以三个代号悄悄上线了 Arena：maskingtape-alpha、gaffertape-alpha、packingtape-alpha。
飞书、Google、Stripe、ElevenLabs、网易云音乐。 最近几个月，一群看起来毫不相关的公司不约而同做了同一件事：发布 CLI 工具。
vibe coding这个词，是一年前Karpathy造的，现在他自己不用了。110次实验，AI Agent自主跑完，全程没碰键盘，顺带还搭了套家庭监控分析系统。Box CEO Levie看完说了一句话：专家不会消失，但专家能做到的事，边界变了。
让AI像Kaggle顶尖选手一样设计算法，需要几步？
文本摘要作为自然语言处理（NLP）的核心任务，其质量评估通常需要兼顾一致性（Consistency）、连贯性（Coherence）、流畅性（Fluency）和相关性（Relevance）等多个维度。
2026 刚来到 2 月，无论是底层模型大厂还是初创公司统统加速开卷，其中 Agentic Memory 方向的快速进化更是把大模型的能力上限推向了 NEXT LEVEL!