首个Data Agent基准测试来了！2007个测试任务将数据库、PDF、视频、音频异构数据源一网打尽
首个Data Agent基准测试来了！2007个测试任务将数据库、PDF、视频、音频异构数据源一网打尽数据智能体到底好不好用？测评一下就知道了！
来自主题: AI技术研报
7791 点击 2025-09-11 10:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
数据智能体到底好不好用？测评一下就知道了！
苦等多年，Excel终于长大了！全新COPILOT函数神器，直接把AI塞进了表格，不论是整理数据、头脑风暴，还是分类反馈，通通一键搞定，打工人效率直接原地起飞。
2025 年上半年，日本 AI 应用市场呈现出一个鲜明特征，用户规模不大，但付费能力极强。日本总务省 7 月发布的《信息通信白皮书》显示，日本个人用户的生成式 AI 采用率仅为 26.7%，只有中国（81.2%）的三分之一，也远低于美国（68.8%）和德国（59.2%）。
故事是这样的，两周前，Anthropic 上周发布一个公告：他们的工程师在后台数据中发现了一个异常账户，正在以一种不可思议的速度，7x24 小时消耗着 Claude 模型的算力。公告中提到：”有一位用户，在每月200美元的套餐中，消耗了价值 5 万美元的模型使用量。“ 这个消耗量大到，Anthropic 不得不公开发布声明调整全球用户的速率限制。
OpenAI最近向股东们做了汇报，豪言将在未来五年烧1150亿美元，主要用于将自建的数据中心。与此同时，OpenAI也预测2030年营收将达到2000亿美元。OpenAI的信心因何如此充足？
AI 数据行业，总有新人出头。
过去几年，大语言模型（LLM）的训练大多依赖于基于人类或数据偏好的强化学习（Preference-based Reinforcement Fine-tuning, PBRFT）：输入提示、输出文本、获得一个偏好分数。这一范式催生了 GPT-4、Llama-3 等成功的早期大模型，但局限也日益明显：缺乏长期规划、环境交互与持续学习能力。
自2014 年提出以来，Adam 及其改进版 AdamW 长期占据开放权重语言模型预训练的主导地位，帮助模型在海量数据下保持稳定并实现较快收敛。
近日，备受关注的德里亚·巴茨（Andrea Bartz）等诉Anthropic公司的集体诉讼案以一项高达15亿美元的和解协议暂告段落。该案自立案之初便牵动科技界与版权界神经，其最终处理结果及创纪录的和解金额，在AI行业内引发强烈震动。
在多模态大模型的基座上，视觉 - 语言 - 动作（Visual-Language-Action, VLA）模型使用大量机器人操作数据进行预训练，有望实现通用的具身操作能力。