跳到正文
热点事件持续更新

ApprenticeBench更新持续学习模型榜单

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

ApprenticeBench更新持续学习评测榜单,测试智能体能否通过边学边做胜任完整知识岗位。结果显示,最好闭源模型Gemini 4 Argon得分66%,超过人类测试员的51%,且每任务成本6.03美元,低于人类的7.21美元;最佳开源权重模型落后闭源最佳模型55分。榜单显示,Anthropic、OpenAI、Google和Meta的前沿模型均超过人类基线,闭源与开源模型的得分比为77%和22%。

AI 根据报道生成 · 52 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    ApprenticeBench 榜单显示闭源与开源模型持续学习能力差距扩大

    ApprenticeBench 更新榜单显示,最好闭源模型 Gemini 4 Argon 得分 66%、每任务成本 $6.03,超过人类测试员的 51% 和 $7.21。闭源与开源模型得分比为 77% vs 22%,Anthropic、OpenAI、Google、Meta 的前沿模型均超过人类基线,而最佳开源权重模型落后 55 分。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。