4 月 2 日 OpenAI 推出 PaperBench 基准，测试发现最佳智能体复现得分 21.0%，未超人类基线。
【OpenAI 于 4 月 2 日推出评估 AI 智能体复现能力的基准 PaperBench】4 月 3 日消息，美国开放人工智能研究中心4 月 2 日宣布推出 PaperBench。智能体要从零开始复现 20 篇 ICML2024Spotlight 和 Oral 论文。经测试，表现最佳的智能体 Claude3.5Sonnet（新版）结合开源框架，平均复现得分 21.0%，且未超越人类基线。
【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com
![乙级测绘资质证书[乙测资字11513208]](https://img.hexun.com/chzzzs.jpg){kind=link}
最新评论