AGI Hunt· multiply_matrix·· 4 小时前AI 评分56
Cortex 在 τ³-bench 银行任务通过率达 73.2%
Cortex 在 τ³-bench 银行任务达 73.2%,大幅领先前沿模型
AI 导读
Principled Machines 公布产品 Cortex 的早期结果，其在 Sierra Research τ³-bench 银行场景通过率为 73.2%，高于 Qwen 3.8 Max 的 55.2%、Claude Opus 5 的 48.7%、Grok 4.5 的 47.9% 和 GPT-5.6-sol 的 46.9%。
来源：AGI Hunt · agihunt.info