UC Berkeley
加州大学伯克利分校，在计算机科学和人工智能领域享有盛誉的研究型大学。
核心事实
时间轴 (近 90 天)
微软研究院与UC Berkeley联合发布了TokenEconomizer开源插件。
Gym-Anything for Robotics 由 UC Berkeley 等机构提出，核心思路是让编码智能体自动创建机器人仿真环境。
UC Berkeley 团队推出了开源项目 LEANN，通过“剪枝图 + 查询时重算”的思路压缩向量索引。
Minando目前与UC Berkeley的同事合作，探索隐私增强技术（PETs）在主流世界的部署路径，路径是先与政府和NGO合作理解数据共享需求与障碍，再定制或重新设计PETs，最终形成面向主流世界的隐私部署手册。
据 UC Berkeley 的一项测试，七种前沿模型在 Claude Code、Codex 等不同 Harness 上的 SWE-Bench Lite 分数没有显著差异，且模型越新差异越小。
UC Berkeley 的研究用 7 个前沿模型在多种 harness 上测试，发现对于较新的、更聪明的模型，harness 选择在 SWE-bench Lite 得分上没有显著差异。
两项研究均发现每任务成本差异显著，即使 eval 得分差异不大。
UC Berkeley的一项研究让七种前沿模型在Pi、Codex、Cloud Code等多个harness上跑SWE-bench Lite，发现在更新、更聪明的模型上，harness的选择对分数没有显著影响。
UC Berkeley 和 Apple/EPFL 的两项研究都发现，不同 Harness 选择下每任务成本存在显著差异。
UC Berkeley 的一项研究用七种前沿模型测试了 Pi、Codex、Claude Code 等多个 Harness，发现在较新、较聪明的模型上，Harness 的选择对 SWE-bench Lite 分数没有显著影响。
还有 36 条时间轴事件
全部知识事实 (20)
vLLM是由UC Berkeley开发的高吞吐量大模型推理引擎，核心创新是PagedAttention技术
90%已验证LLM-as-Judge方法论最早由UC Berkeley等机构在2023年系统提出
80%已验证SGLang 是由 UC Berkeley 等机构研究人员开发的专为大语言模型推理设计的高性能框架
80%已验证vLLM 项目由 UC Berkeley 团队发起
75%已验证LMSys Chatbot Arena由UC Berkeley的LMSYS组织创建，自2023年上线以来已收集超过百万次人类投票
75%已验证LM Arena（原Chatbot Arena）由UC Berkeley LMSYS团队维护，采用Elo评分体系通过用户盲测对比投票衡量模型能力
70%待验证Chatbot Arena was introduced by a research team at UC Berkeley in 2023 and is one of the earliest platforms to implement large-scale LLM battle evaluation
90%待验证MMLU was introduced in 2021 by UC Berkeley and other institutions as a large-scale multitask language understanding benchmark
90%待验证Cognition的三位创始人Scott Wu、Neal Wu和Walden Yan曾代表UC Berkeley参加ACM编程竞赛，并拥有IOI金牌荣誉
85%待验证SGLang由UC Berkeley团队主导开发，是目前与vLLM并列的两大主流开源LLM推理框架之一
85%待验证Tcl（工具命令语言）由John Ousterhout在加州大学伯克利分校任职期间创建
60%待验证Gym-Anything for Robotics 由 UC Berkeley 等机构提出，核心思路是让编码智能体自动创建机器人仿真环境。
50%待验证UC Berkeley 团队推出了开源项目 LEANN，通过“剪枝图 + 查询时重算”的思路压缩向量索引。
50%待验证Minando目前与UC Berkeley的同事合作，探索隐私增强技术（PETs）在主流世界的部署路径，路径是先与政府和NGO合作理解数据共享需求与障碍，再定制或重新设计PETs，最终形成面向主流世界的隐私部署手册。
50%待验证据 UC Berkeley 的一项测试，七种前沿模型在 Claude Code、Codex 等不同 Harness 上的 SWE-Bench Lite 分数没有显著差异，且模型越新差异越小。
50%待验证UC Berkeley 的研究用 7 个前沿模型在多种 harness 上测试，发现对于较新的、更聪明的模型，harness 选择在 SWE-bench Lite 得分上没有显著差异。
50%待验证两项研究均发现每任务成本差异显著，即使 eval 得分差异不大。
50%待验证UC Berkeley的一项研究让七种前沿模型在Pi、Codex、Cloud Code等多个harness上跑SWE-bench Lite，发现在更新、更聪明的模型上，harness的选择对分数没有显著影响。
50%待验证UC Berkeley 和 Apple/EPFL 的两项研究都发现，不同 Harness 选择下每任务成本存在显著差异。
50%待验证UC Berkeley 的一项研究用七种前沿模型测试了 Pi、Codex、Claude Code 等多个 Harness，发现在较新、较聪明的模型上，Harness 的选择对 SWE-bench Lite 分数没有显著影响。
50%