Industry-standard LLM benchmarks in DataRobot
每个 LLM 部署都有上限、延迟曲线和单位成本。大多数团队盲目操作，只有在过度配置耗尽 GPU 预算或峰值流量导致灾难性故障时才发现部署限制。三个数字很重要：GPU 饱和之前的最大持续并发性、该并发性下的端到端延迟以及每百万代币的成本……DataRobot 中的后行业标准 LLM 基准首先出现在 DataRobot 上。
India to revamp IIP with new base year, wider coverage from June 1
印度将于 6 月 1 日发布更新的工业生产指数。新的国际投资头寸将以 2022-23 年为基准年，包括次要矿物和废物管理等行业。它将提供更详细的工业活动跟踪。此次改革旨在更清晰地了解印度的工业增长情况。
Why the February CBO Baseline Debt Will Be Off
在上一篇文章中，我指出，国会预算办公室 2 月份的债务预测可能会被低估，而且随着时间的推移，这种情况可能会越来越低估，这表明利率面临上行压力。首先，IEEPA 关税被裁定为非法。这意味着大约 1700 亿美元的退款。虽然这对债务影响很小[...]
CBN holds benchmark interest rate at 26.5% amid renewed inflationary pressure
尼日利亚中央银行 (CBN) 周三将基准利率维持在 26.5%，因为阅读更多 CBN 在新的通胀压力下将基准利率维持在 26.5%
Introducing ARFBench: A time series question-answering benchmark based on real incidents
每年由于系统故障造成的损失超过一万亿美元。为了解决这些问题，工程师必须快速排除故障。事件响应中的一项重要任务涉及分析可观测性指标或反映软件系统运行状况的时间序列数据。例如，服务工程师可能会使用 Datadog 来回答诸如“延迟何时开始增加？”之类的问题。以及“延迟之外的哪些指标也表现异常？”定位异常行为的根本原因。这些时间序列问答 (TSQA) 任务对于工程师来说至关重要，并且为 SRE 模型和代理提供了具有挑战性且必要的任务。在这项工作中，我们探讨了 AI 模型执行 TSQA 任务的程度。为此，我们很高兴推出异常推理框架基准 (ARFBench)，这是一个 TSQA 基准，源自 Datado
States told to shift to new base year for GSDP by end of FY27
统计部指示各州采用 2022-23 年作为 2027 财年各州国内生产总值 (GSDP) 计算的新基准年。此举使州级估计与修订后的国家 GDP 框架保持一致，提高了区域经济数据的准确性。虽然各州也可以自由制定地方消费者价格指数，但对此没有中央指令。
多模式代理的真正空间智能超越了低级几何感知，从了解事物的位置发展到理解它们的用途。虽然 VSI-Bench 等现有基准可以有效评估这一基础几何阶段，但它们未能探索基础智能所必需的高阶认知能力。为了弥补这一差距，我们引入了空间功能智能基准 (SFI-Bench)，这是一个基于视频的基准，包含来自多样化、以自我为中心的室内视频扫描的 1700 多个问题。 SFI-Bench 旨在...
MoSPI asks states to shift GSDP base year to 2022-23 for better economic data accuracy
统计和计划实施部发布了计算国家国内生产总值的新指南。现在的基准年是 2022-23 年，与国家 GDP 修订保持一致。此举旨在提高区域经济数据的准确性和一致性。各州和中央直辖区将采用这些新标准。
Computacenter joins FTSE 100 in reshuffle as index builds tech exposure
在富时 100 指数最新季度调整中，Computacenter、Investec 和 Aberdeen 晋升为伦敦金融城最具价值公司的顶级指数，使直接接触人工智能热潮的成分股成为伦敦金融城最著名的基准指数。 Computacenter 从 FTSE 250 上升到蓝筹股地位看起来有点像 [...]
Australian Defence Industry Awards 2026 finalists announced
澳大利亚航空自豪地宣布，已从 2026 年澳大利亚国防工业奖的 300 多份参赛作品中选出了 225 名决赛入围者。现已进入第八个年头，该计划仍然是全国国防部门的卓越基准，表彰推动澳大利亚战略优势的人员和企业。
Norms issued to estimate District Domestic Product
统计部发布了新的地区国内生产总值估算统一指南，旨在标准化指标和自下而上的数据收集。此举与修订后的 2022-23 年国家 GDP 基准年相一致，将加强地区一级所有关键经济部门的分散规划和基于证据的政策制定。
New producer price index set to replace WPI over next five years
印度将推出新的生产者价格指数，涵盖产出、投入和服务。此举旨在提供更准确的通胀情况。现有的批发价格指数将在五年内逐步淘汰。新指数将以2022-23年为基准年。这一转变符合全球标准和国际货币基金组织的建议。
New UKVI compliance metrics for universities take effect today
备受期待且颇具争议的针对英国大学的新合规要求今天生效，移民专家警告称，这些措施可能会对未能满足日益严格的基准的机构产生“潜在的毁灭性后果”。今日生效的英国大学新 UKVI 合规指标首先出现在《PIE 新闻》上。
ET Graphics | Base to basket: India's IIP gets a major makeover
新的工业生产指数将于 6 月 1 日发布。基准年改为 2022-23 年。覆盖范围扩大到包括小矿物、稀土和废物管理。添加了一百二十个新物品，例如闭路电视摄像机和疫苗。六十四项被删除。此更新提供了更全面的工业活动视图。
■摘要 2月底以来，随着中东冲突加剧、霍尔木兹海峡有效关闭，国际能源价格持续高位运行。由于能源价格上涨，欧元区的通胀压力也在加大（图1）。最新的实际通胀数据（4 月份）显示总体通胀率为 3.0%，超过欧洲央行的通胀目标（2%）。然而，截至4月，通胀快速加速的项目集中在能源相关项目。根据我们的经验，在冠状病毒大流行后通胀加速期间（2021年2月之后），非能源项目的增长速度在能源价格上涨后约六个月加速（图2）。因此，人们将关注能源价格上涨后未来六个月的通胀状况。关于预期通胀率，无论是市场数据还是调查数据都显示，短期预期通胀率大幅上升，但中长期预期通胀率保持相对稳定。欧洲央行将在制定政策时关注所谓的
Build a test suite that grows with your agent with dataset management in Amazon Bedrock AgentCore
当您将快速移动的在线信号与稳定的离线基线相结合时，代理评估最为强大。要了解您的代理是否真正随着时间的推移而改进，您需要一个固定的基准以及不断变化的现实世界流量。将评估基线的测试用例作为 Amazon Bedrock AgentCore 中的数据集进行管理，带来了版本化测试装置的规范 [...]
India introduces LPPI to improve transparency and competitiveness of ports
物流港口绩效指数 (LPPI) 在 Sagar Aankalan 框架下推出，使用运营指标对跨货运领域的港口绩效进行基准测试
