热点事件持续更新
多模型抽取横测：漏提取瓶颈在ASR不在LLM
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年9月30日，AGI Hunt 发布一项多模型信息抽取横向测试，使用 6 个视频、97 格人工标注数据，对比 6 个 LLM，结论是漏提取的瓶颈在 ASR 分段切断，而非模型能力。在本地 CLI + Google One Pro 环境下，gemini-3.7 与 gemini-3.8 均取得 91/97（93.8%），逐视频分数和错误完全一致，但 3.8 比 3.7 慢 5-6 倍。3.6、3.7-medium、3.7-high 在同一视频上都漏掉同样的 4 格，进一步指向输入侧的 ASR 切分问题。DeepSeek V4 Flash 表现最弱，仅 71/97。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:23
新横测：gemini-3.7/3.8 均 91/97 且错误一致，3.8 慢 5-6 倍。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- AGI Hunt6 个 LLM PK 97 格标注数据：漏提取的锅在 ASR 不在模型
6 个视频、97 格人工标注的横测显示，LLM 漏提取的瓶颈在 ASR 分段切断而非模型能力。本地 CLI + Google One Pro 下 gemini-3.7 与 3.8 均达 91/97 = 93.8%，逐视频分数和错误完全一致，但 3.8 慢 5-6 倍。3.6、3.7-medium、3.7-high 在同一视频都漏掉同样 4 格，DeepSeek V4 Flash 仅 71/97。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。