跳到正文
热点事件持续更新

Epoch推广任务级AI实用评测

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

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,称任务级实用性比典型 benchmark 分数更能反映模型是否真正有用,但报道未披露各模型的具体表现。 Epoch 正将这类评测推广到机构更多任务,并配置权限、集成和评分等环节,以持续追踪模型在实际工作中的应用能力与能力边界。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. AGI Hunt
    Epoch 用日常任务实测 AI 模型实用性:比 benchmark 分数更有说服力

    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。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月18日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。