Grok 4.20 Beta отримала 97% точності у тесті τ²-Bench, посівши друге місце

Новини ME: повідомлення, 5 квітня (UTC+8). Нещодавно бета-версія Grok 4.20 Beta в тестуванні τ²-Bench досягла точності 97%, посівши друге місце. τ²-Bench створено на основі оригінального фреймворку τ-bench від Sierra та відомо своєю суворістю. Це випробування не лише перевіряє, чи може ШІ відповідати на запитання, а й тестує, чи здатні агенти успішно виконувати навігаційні завдання. (Джерело: InFoQ)

Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів
  • Популярні активності Gate Fun

    Дізнатися більше
  • Рин. кап.:$2.23KХолдери:1
    0.00%
  • Рин. кап.:$2.22KХолдери:1
    0.00%
  • Рин. кап.:$2.22KХолдери:1
    0.00%
  • Рин. кап.:$2.23KХолдери:1
    0.00%
  • Рин. кап.:$0.1Холдери:0
    0.00%
  • Закріпити