在特别的奖励节目中，我与 Benchmark 的 Bill Gurley 谈论了他早期投资于现在常见的名字（如 Uber、Zillow、Grubhub、OpenTable 等）的大赌注，以及他的新书《追逐梦想：如何在你真正热爱的职业中茁壮成长》。他解释说，风险投资的早期……阅读更多 MiB 帖子：Bill Gurley，Benchmark 首先出现在 The Big Picture 上。
What changes in India’s new GDP series with 2022-23 as base year?
印度统计部发布了新的GDP数据。现在的基准年是 2022-23 年，取代了较早的 2011-12 年。此更新使用新的数据源来更好地反映当前经济。该部也将很快发布系列数据。这样做的目的是为了更准确的经济衡量。
AMUSE: Audio-Visual Benchmark and Alignment Framework for Agentic Multi-Speaker Understanding
最近的多模态大语言模型 (MLLM)，例如 GPT-4o 和 Qwen3-Omni，表现出很强的感知能力，但在多说话者、以对话为中心的环境中表现不佳，这些环境需要代理推理跟踪谁说话、维持角色以及跨时间的基础事件。这些场景是多模式音频-视频理解的核心，其中模型必须在会话视频助手和会议分析等应用程序中联合推理音频和视频流。我们引入 AMUSE，这是一个围绕本质上代理的任务设计的基准，需要模型分解复杂的......
“Liberation Day” Interpreted through the Lens of the Benchmark Revision
Pawel Skrzypczyński 向我发送了此图的链接：注意到，在基准测试后，“解放日”之后情况看起来更糟——特别是在 8 月……。
Leading sector benchmark job revisions were almost all seriously negative
- 作者：新政民主党人 在我开始讨论当前的要点之前，让我快速记录一下今天早上的 1 月份现房销售报告：情况基本相同。近三年来，销售额一直处于横盘区间；价格同比基本持平，仅上涨0.3%；库存高于大流行后水平，但远低于大流行前水平。但还是先说主菜吧。我在Seeking Alpha投资网站上看到了数量惊人的评论，昨天1月新增就业13.1万，意味着就业正在上升，完全忽略了一个月不成趋势，修正值一直在无情下调，而且1月可能是劳工统计局完成季节性调整最困难的一个月——1月裁员264.9万人！只是调整机制的期望更高。到目前为止，对于趋势，特别是就业报告中的领先指标的趋势来说，更重要的是对过去12个月以上数据
Base year of India’s merchandise trade indices revised to 2022-23
政府表示，此举将提高指数的相关性、可靠性和分析实用性
Leading sector benchmark job revisions were almost all seriously negative
– 作者：新政民主党人 在我开始讨论当前的要点之前，让我快速记录一下今天早上的 1 月份现房销售报告：情况基本相同。近三年来，销售额一直处于横盘区间；价格同比几乎持平，[…]领先行业基准就业修正几乎全部严重负面，首先出现在愤怒的熊上。
Finally, CPI inflation has a new base year
经过漫长的等待，统计部将 CPI 基准年从 2012 年更改为 2024 年。以下是一些主要变化： 使用 2023-24 年家庭消费支出调查将基准年从 2012 年修订为 2024 年 根据 2018 年个人消费按目的分类 (COICOP)，将 12 个组别改为 6 个组 […]
Dubai Airport sets global benchmark as record traffic become the norm
迪拜机场今天宣布，迪拜国际机场 (DXB) 将于 2025 年接待 9520 万名旅客，同比增长 3.1%，这是该机场历史上最繁忙的一年，也是机场有史以来最高的年度国际客运量。更重要的是，2025 年的定义不是单一峰值，而是创纪录的持续表现 [...]
India to revise base year for CPI, GDP, industrial output data every 3-5 years, official says
印度将定期更新其经济数据库年份。此举旨在反映当前的经济变化。消费者价格指数将迎来十多年来的首次更新。新的数据收集包括在线平台和现代服务。这将提供更准确的消费模式图，增强用户信心。
January’s retail inflation with new base year likely between 2-3%
12 月份的整体数据是 2012 年基准年系列中的最后一个数据，为 1.33%
mAceReason-Math: A Dataset of High-Quality Multilingual Math Problems Ready For RLVR
带可验证奖励的强化学习 (RLVR) 已成功应用于显着提升预训练大型语言模型的能力，特别是在数学和逻辑问题领域。然而，当前的研究和可用的训练数据集仍然以英语为中心。虽然过去已经创建了多语言训练数据和基准，但它们在创建时并未考虑到 RLVR 和当前模型的功能，而且它们的难度通常太低，无法为当前模型提供适当的训练信号。为了解决这一差距，我们提供了 mAceReason-Math，...
Business Cycle Indicators: GDP Growth Downshifts, Consumption Slows, Downside Surprise
第四季度 GDP 增长减半，第四季度消费低于共识近半个百分点（ann'd）：图 1：隐含非农就业 (NFP) 就业初步基准修订（细蓝色）、NFP 就业（粗体蓝色）、平稳人口控制下的平民就业（粗体橙色）、工业生产（红色）、2017 年不包括经常转移的个人收入$（粗体浅绿色）、制造业和贸易销售 [...]
Scientists Create the Hardest AI Test Yet—Results Will Shock You
人工智能在各个方面都在打破记录——从写论文到解决复杂的问题——但是当科学家设计的测试如此艰难，以至于即使是最聪明的机器也难以应对时，会发生什么？这不仅仅是另一个基准；它是一个标准。这是有史以来最难的人工智能测试，旨在推动算法超越其舒适区。令人惊讶的部分？结果并没有达到预期。有些系统惨遭失败，而另一些系统却展现出无人能及的优势。如果您想知道人工智能到底能走多远，这个故事将揭示人工智能历史上最艰巨的挑战背后的限制、突破和令人震惊的曲折。让我们深入探讨一下是什么让这个测试如此非凡。 解决人工智能大脑难题——有史以来最难的人工智能文本科学家构建了有史以来最艰难的人工智能测试——结果令人惊讶人工智能在过
国防分析师 Brent M. Eastwood 博士评估了卡尔·冯·克劳塞维茨的理论在 2026 年伊朗战争中的应用。尽管阿里·哈梅内伊被消灭，但他的儿子莫杰塔巴的过渡加剧了战略摩擦。本报告将伊斯兰革命卫队 (IRGC) 和巴斯基准军事组织分析为相互竞争的重心。伊斯特伍德探讨了战争迷雾如何在现代情监侦中持续存在，并得出结论，克劳塞维茨的“推翻的自然目标”受到分散的敌人的阻碍，敌人利用无人机和弹道导弹来否认决定性的 19 世纪式的最终状态。卡尔·冯·克劳塞维茨在伊朗发表的《今日军事名言》：“军事行动的自然目标是推翻敌人……”首先出现在 19FortyFive 上。
Dassault Aviation unveils the Falcon 10X new top of the Line Falcon
新闻稿 在 400 多名客户、合作伙伴和航空业领导者齐聚波尔多梅里尼亚克的新生产车间之前，达索航空推出了猎鹰 10X，这是其有史以来最雄心勃勃的公务机。晚上 8:00 幕布升起。 CET，该飞机成为未来大胆的新基准 [...]
