Squoosh Bench评测模拟购物者预测能力
热点事件持续更新
Squoosh Bench评测模拟购物者预测能力
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
Squoosh 团队发布 Squoosh Bench,用历史 A/B 测试评测模拟 shopper 预测实验结果的能力;团队称,UX-1 在318个实验中正确分类267个,准确率为84.0%,高于Qwen3 Next 80B的61.6%。 评测集从412个历史测试中筛选出运行超过21天的318个,推理时屏蔽页面角色和真实结果,要求系统判断原版胜出、变体胜出或无结论。在126个实际由变体获胜的实验中,UX-1成功预测118个。
AI 根据报道生成 · 27 分钟前更新
最新进展11月21日 04:17
Squoosh Bench 发布:UX-1 模拟 shopper 预测 A/B 测试结果,318 场命中 84%报道时间线
沿着报道,了解事件的不同侧面。
11月21日
- AGI HuntSquoosh Bench 发布:UX-1 模拟 shopper 预测 A/B 测试结果,318 场命中 84%
Squoosh 团队发布 Squoosh Bench,评测模拟 shopper 预测 A/B 测试结果的能力。UX-1 在 318 个运行超过 21 天的实验中正确分类 267 个,准确率达 84.0%,高于 Qwen3 Next 80B 的 61.6%;其在 126 个押注变体获胜的实验中有 118 个预测成功。
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。