开发者在Hacker News上发布了JevBench，这是一个专为评估类Jev决策模型性能设计的可复现基准测试工具。该基准包含534个英文决策任务，v1.3评分综合考虑机会校正智能度、校准度、速度和成本。
英国人工智能安全研究所(UK AISI)与美国AI标准创新中心(CAISI)近日联合发布了对月之暗面公司Kimi K3模型网络能力的初步评估报告。