在Intel IDF会议期间,AMD也在旧金山举办了一次发布会,公开了Zen处理器架构细节,并首次展示了8核16线程的Zen处理器样品与Intel顶级处理器Broadwell-E架构的Core i7-6900K性能对比。为了公平起见,AMD还把双方的频率统一设定为3GHz,这样可以更好地对比IPC性能。结果显示,Zen处理器在渲 染性能上胜出,虽然双方差距非常非常小,但对AMD来说这已经很不容易,这意味着多年之后AMD首次在性能上超越了Intel,这是他们重返高性能处理器 市场的基石。
如果真的胜了Intel处理器,那么这对A饭以及I饭来说都是件大好事,不仅AMD翻身有望,I饭也希望Intel受到更大压力之后也不再挤牙膏,但是随着事件的深入,AMD Zen处理器赢了Intel处理器背后另有隐情,现在还不能说AMD是靠”作弊“取巧赢的,但依然让人怀疑Zen处理器的真实性能。
首先说下AMD、Intel同频性能测试的情况,此前AMD公布的信息比较少,不过多方挖掘之后可以确定如下信息:
·测试用的软件是Blender,一个开源的3D渲染软件
·AMD Zen处理器完成渲染用时48.07秒,Core i7-6900K用时49.05秒,Zen性能领先2%(数据来源于Anandtech网站)
·AMD表示测试平台配置是一样的,不过他们并没有公布详细配置,但可以确定的是双通道DDR4内存,对Broadwell-E来说,他们是支持4通道内存的,双通道意味着带宽减半。
·测试显卡是AMD家的Radeon FirePro加速卡。
·更关键的是Blender的测试中,AMD Zen处理器用的是OpenCL路径,Intel处理器用的是正常的C++路径。
在PCGH这篇文章中就提到了这些问题中,其中Broadwell-E带宽减半有可能影响最终性能,但Blender渲染也不一定就能从四通道带宽中受益,但AMD Zen处理器使用改进的OpenCL路径渲染就成为“喷点”了——虽然他们设置了公平的3.0GHz频率的,就双方渲染路径不一样,AMD用的是自己优化的OpenCL渲染,Intel用标准路径,这样的IPC性能如何对比?
总之,现在的情况下大家还无法对AMD的做法作出最终评价——Blender是开源的,厂商自己优化是正常的,但是AMD在同频对比中用这样的手段显然会受到很多质疑,看似公平的背后还有很多槽点。
最后小编想说的是,AMD选择同样的3.0GHz频率其实也有取巧之嫌,Zen处理器曝光的频率是2.8-3.2GHz,这个频率跟Core i7-6900K的3.2-3.7GHz相比还是要差一些的,因此实际性能上AMD要想赢过Intel还有很长的路要走,更别说等到Zen要明年才上市,届时Intel的Kaby Lake-X处理器都要来了。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。