Artificial Analysis上线VIALS-AA榜单
热点事件持续更新
Artificial Analysis上线VIALS-AA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
Artificial Analysis上线VIALS-AA带工具交互榜单，用于横向比较模型得分、每任务成本和工具调用次数。该榜单源自Handshake AI的VIALS，包含161个任务，覆盖8类科研图像；模型需在沙箱中以agent模式运行代码并查看图片。每个任务独立重复3次，以三次全部通过的pass^3作为核心指标。
AI 根据报道生成 · 48 分钟前更新
最新进展11月12日 07:46
Artificial Analysis 上线 VIALS-AA 交互榜单，支持横评得分、成本与工具调用数报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- AGI HuntArtificial Analysis 上线 VIALS-AA 交互榜单，支持横评得分、成本与工具调用数
Artificial Analysis 上线 VIALS-AA 带工具交互榜单，可按得分、每任务成本和工具调用次数横向比较模型。该基准源自 Handshake AI 的 VIALS，包含 161 个任务、覆盖 8 类科研图像，模型以 agent 模式运行代码并查看图片，每项任务重复 3 次，以 pass^3 为 headline 指标。
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。