Epoch AI评审称仅GraphWalks通过
热点事件持续更新
Epoch AI评审称仅GraphWalks通过
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Epoch AI发布新一轮基准测评结果，4个完成评审的benchmark中仅GraphWalks获评“通过”，OSWorld 2.1、CritPt v1和CMT-Benchmark v1.0.0被判存在缺陷；另有4个因信息不足无法得出结论。 CritPt v1此前因信息不足未获评级，此次被改判为“存在缺陷”。全部结果以CC-BY许可发布在Epoch AI网站。
AI 根据报道生成 · 3 小时前更新
最新进展10月24日 02:53
Epoch AI 评审 4 个 benchmark：仅 GraphWalks 通过，OSWorld 2.1 等被判有缺陷报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- AGI HuntEpoch AI 评审 4 个 benchmark：仅 GraphWalks 通过，OSWorld 2.1 等被判有缺陷
Epoch AI 发布 4 个 benchmark 的新评审结果，仅 GraphWalks 获评 Verified，OSWorld 2.1、CritPt v1 和 CMT-Benchmark v1.0.0 被判为 Flawed。
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。