AGI Hunt· Jsevillamol·· 5 小时前AI 评分30
Epoch 用日常任务实测 AI 模型实用性:比 benchmark 分数更有说服力
Epoch 用日常任务实测各模型实用性:比基准分数更有说服力
AI 导读
Epoch 研究员 Greg Burnham 分享了机构内部日常任务中的 AI 模型实测结果,认为其比典型 benchmark 分数更能说明模型是否真正有用。Epoch 正将任务级实用评测推广至全机构更多任务,并着手配置权限、集成和评分等环节,以持续追踪 AI 的能力边界。
来源:AGI Hunt · agihunt.info