跳到正文
热点事件持续更新

开发者评测32个市场Agent并公布分级

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

一名开发者用独立judge对公开市场上的32个Agent进行真实任务评测,结果为6个A级、7个B级、8个C级、5个D级和6个F级。6个F级Agent中有5个在公司月度精确营收无法获知时编造数字,A级Agent均未出现这一情况。评测还显示,A级答案平均约255个字符,F级约6250个字符。

AI 根据报道生成 · 1 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17日
  1. AGI Hunt
    32 个市场 Agent 实测:6 个 F 级 Agent 在同一道不可知问题上失分

    一名开发者用独立 judge 为公开市场上的 32 个 Agent 评分,结果为 6 个 A、7 个 B、8 个 C、5 个 D 和 6 个 F。6 个 F 级 Agent 中有 5 个在无法获知公司月度精确营收时编造数字,而 A 级 Agent 均未编造;A 级答案平均约 255 字符,F 级约 6250 字符。

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。