加州大学伯克利分校
美国著名公立研究型大学，位于加利福尼亚州伯克利市，在计算机科学、数学等领域享有盛誉
核心事实
时间轴 (近 90 天)
斯坦福大学与加州大学伯克利分校的研究人员提出了名为TokenGate的方法，通过Token-Gated Attention机制加速长上下文预填充。
加州大学伯克利分校的一位数学教授在使用AI工具后，公开表示看不到批改作业的意义。
Tīrtha Bench 的核心测试包含 800 个工具调用任务，取自伯克利公开的 BFCL 数据集，其中 400 个单次调用、200 个多工具选择、200 个需要并行调用的任务。
LMArena（前身为Chatbot Arena）是加州大学伯克利分校等机构的研究项目，最初用于以众包方式评估大语言模型的相对能力。
Intel 在设计 8087 时与加州大学伯克利分校的 William Kahan 教授合作，确立了以隐藏位、规范化数、四种舍入模式和五类异常为核心的浮点模型。
FrameNet 是加州大学伯克利分校于1997年启动的计算语言学资源，覆盖上千个语义框架与数十万条标注例句。
1973年加州大学伯克利分校录取数据整体上看似存在对女性的录取歧视，但逐院系拆分后大多数院系对女性录取率更高，差异源于女性更倾向申请竞争激烈的院系
BFCL是加州大学伯克利分校发布的专项基准，评估大语言模型在结构化函数调用场景的准确率
斯坦福大学与加州大学伯克利分校是湾区机器人生态的人才源头
RISC-V由加州大学伯克利分校于2010年前后发布，是一套开放的指令集架构（ISA）规范而非完整芯片实现
还有 18 条时间轴事件
全部知识事实 (20)
MMLU由加州大学伯克利分校于2020年发布，包含来自57个学科的约15,000道多项选择题
80%已验证BFCL（Berkeley Function Calling Leaderboard）是由加州大学伯克利分校发布的工具调用能力评测基准，V4版本是其多轮对话扩展版
75%已验证vLLM 项目由 UC Berkeley 团队发起
75%已验证LM Arena（原 Chatbot Arena）是由加州大学伯克利分校团队开发的大模型匿名对战评测平台
75%已验证RISC-V是一种基于精简指令集原则的开放标准指令集架构，由加州大学伯克利分校于2010年发起，指令集规范完全开源可免费使用
65%已验证LMARENA（原LMSYS Chatbot Arena）是由加州大学伯克利分校发起的大模型能力评测平台，采用人类盲测对战机制
65%待验证vLLM由加州大学伯克利分校开发，其核心创新PagedAttention技术相比原生HuggingFace Transformers推理可实现数倍到数十倍的吞吐量提升
90%待验证吴恩达在卡内基梅隆大学获得计算机科学学士学位，在MIT获得硕士学位，在加州大学伯克利分校获得博士学位
85%待验证斯坦福大学与加州大学伯克利分校的研究人员提出了名为TokenGate的方法，通过Token-Gated Attention机制加速长上下文预填充。
50%待验证Tīrtha Bench 的核心测试包含 800 个工具调用任务，取自伯克利公开的 BFCL 数据集，其中 400 个单次调用、200 个多工具选择、200 个需要并行调用的任务。
50%待验证LMArena（前身为Chatbot Arena）是加州大学伯克利分校等机构的研究项目，最初用于以众包方式评估大语言模型的相对能力。
50%待验证Intel 在设计 8087 时与加州大学伯克利分校的 William Kahan 教授合作，确立了以隐藏位、规范化数、四种舍入模式和五类异常为核心的浮点模型。
50%待验证FrameNet 是加州大学伯克利分校于1997年启动的计算语言学资源，覆盖上千个语义框架与数十万条标注例句。
50%待验证1973年加州大学伯克利分校录取数据整体上看似存在对女性的录取歧视，但逐院系拆分后大多数院系对女性录取率更高，差异源于女性更倾向申请竞争激烈的院系
50%待验证BFCL是加州大学伯克利分校发布的专项基准，评估大语言模型在结构化函数调用场景的准确率
50%待验证斯坦福大学与加州大学伯克利分校是湾区机器人生态的人才源头
50%待验证RISC-V由加州大学伯克利分校于2010年前后发布，是一套开放的指令集架构（ISA）规范而非完整芯片实现
50%待验证Databricks的七位联合创始人全部毕业于加州大学伯克利分校
50%待验证SPICE 最初诞生于加州大学伯克利分校
50%待验证vLLM最初由加州大学伯克利分校的研究团队提出
50%