Home/Blog/用 Claude 设计 eval，再一轮轮把分数提上去后端用 Claude 设计 eval，再一轮轮把分数提上去掘金2026-09-29 15:340 viewsAnthropic 讲好 eval 的四个要素，以及 claude-api skill 的 build-eval 和 hillclimb 怎么用。客服 benchmark 留出集准确率 78.6% 到 90.5%，成本约为原来的五分之一。Source：https://juejin.cn/post/7690614916369940515My favoritesPreviousMCP 上个月把自己推翻重写了：Session 没了、Sampling 废了——你学的教程还停在 2025Next泛洪DFS、BFSRelated postsGo 17 岁了：AI 时代，Go 团队正在下一盘什么棋？本文永久链接 – https://tonybai.com/2026/11/12/go-turns-17-ai-era-roadmap 大家好，我是Tony Bai。 【导读】 2026 年 11 月 10 日，Go 正式迎来开源发布 17 0Tony Bai谷歌推出Gemini Decisions API，每百万输入token收费0.10美元谷歌推出了GeminiDecisionsAPI，这是一个由其Gemini Decision1模型驱动的新端点，可帮助AI智能体做出快速的预设决策，而无需生成冗长的文本回复。该接口允许开发人员针对包含文本、图像、音频、视频和PDF的共享多模态036氪英国芯片初创企业Fractile估值达70亿美元，Anthropic有意成为首批客户芯片初创公司Fractile最新一轮融资落地，估值飙升至70亿美元。本轮融资共募资7.2亿美元，投资方包括Thrive Capital、Founders Fund、Conviction、谷歌独立风投部门Capital G、Lightspee036氪DeepL 推出旗下最逼真语音 AI 翻译模型 Aure，实时复现说话者语气起伏、情绪流转等IT之家 11 月 11 日消息，当地时间 11 月 11 日，DeepL 推出语音 AI 翻译模型 Aure， 官方称这是其迄今最具动态感、表现最逼真的语音 AI（Voice AI）模型 ，不过该模型暂不支持中文。 据介绍，作为 Deep0IT之家谷歌 DeepMind 发布 AlphaGenome 2 基因序列模型：识别致病变异能力提升近一倍IT之家 11 月 11 日消息，谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2 ，可预测 DNA 序列及其变异对特定人体细胞类型的影响，为科研人员挖掘疾病的细胞驱动因素提供全新工具。 人体每个细胞携带相同0IT之家美商海盗船为3500X和FRAME 4000D增添粉红配色：独特外观与增强散热结合美商海盗船（Corsair）宣布，为旗下两款畅销的机箱产品提供全新粉红色配色，包括3500X RS-R ARGB和FRAME 4000D RS II ARGB，将独特外观与增强散热结合在一起，并提供了出色的视觉效果，非常适合兼顾性能与外观的0超能网
