模型
别名：Gemini
Poetiq优化方案的基础模型
已跟踪 6 条高相关材料
最近变化
2026-06-23 · 前沿模型如GPT-5.5、Gemini 3 Pro在多GPU内核生成任务中正确率不足三分之一。
为什么值得关注
Gemini 3 Pro 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
百度文心发布 PaddleOCR-VL-1.6：准确率突破 96.33%，刷新文档解析 SOTA
量子位 · 8.7 分
百度文心发布 PaddleOCR-VL-1.6，在 OmniDocBench v1.6 上准确率突破 96.33%，刷新文档解析 SOTA，综合性能全球第一，显著提升复杂场景下的文本、公式、表格识别能力。
ParallelKernelBench: Frontier LLMs can't write fast multi-GPU kernels (yet)
Together AI Blog · 8.5 分
当前前沿大语言模型在多GPU内核生成任务中表现不佳，正确率不足三分之一，且多数未超越基准。
VibeThinker 3B - Taking on Giant Models
Sam Witteveen · 8.5 分
VibeThinker 3B 通过特定训练方法在数学和代码推理任务上超越大模型，挑战传统参数规模与性能关系。
已收录 6 条与 Gemini 3 Pro 相关的内容，按评分排序。
百度文心发布 PaddleOCR-VL-1.6，在 OmniDocBench v1.6 上准确率突破 96.33%，刷新文档解析 SOTA，综合性能全球第一，显著提升复杂场景下的文本、公式、表格识别能力。
入选理由：PaddleOCR-VL-1.6 在 OmniDocBench v1.6 上准确率达 96.33%，超越 Gemini-3-Pro、GPT-5.2 等主流模型。
ARC Prize 2025竞赛结果揭晓，商业模型和开源解决方案在ARC-AGI-2基准测试中取得显著进展。
入选理由：NVARC团队以24.03%得分获得冠军，任务成本仅$0.20/task。
当前前沿大语言模型在多GPU内核生成任务中表现不佳，正确率不足三分之一，且多数未超越基准。
入选理由：前沿模型如GPT-5.5、Gemini 3 Pro在多GPU内核生成任务中正确率不足三分之一。
VibeThinker 3B 通过特定训练方法在数学和代码推理任务上超越大模型，挑战传统参数规模与性能关系。
入选理由：VibeThinker 3B 通过后训练方法在数学和代码推理任务上超越大模型。
美团开源 General 365 基准测试，揭示大模型在通用推理上的真实能力边界。
入选理由：Gemini 3 Pro 在 General 365 上准确率仅 62.8%，多数模型未达及格线
文章探讨了在代理时代如何选择合适的AI工具，强调了模型、应用和Harness的重要性。
入选理由：选择AI需考虑模型、应用和Harness。
