OpenAI宣布推出AI Agent评测基准PaperBench
作者：亿邦动力 文章来源：亿邦动力
2025-04-03 10:23
4月3日消息，当地时间4月2日，美国开放人工智能研究中心（OpenAI）宣布推出PaperBench——一个评估AI智能体复现前沿AI研究能力的基准。智能体需从零开始复现20篇ICML 2024 Spotlight和Oral论文，包括理解论文贡献、开发代码库并成功执行实验。据介绍，在PaperBench上测试多个前沿模型后发现，表现最佳的智能体Claude 3.5 Sonnet（新版）结合开源框架，平均复现得分为21.0%。最终其招募顶尖机器学习博士尝试部分测试集，发现上述模型表现尚未超越人类基线。（界面）
【本文来源：Ebrun Go。亿邦开发的自动化写作机器人，第一时间以算法为您输出电商圈情报，这只狗还很年轻，欢迎联系run@ebrun.com 或留言帮它成长。】
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com，我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
- 标签:
- 电商快讯
下一篇
视频号算法推荐：朋友共同推荐提升内容曝光度
亿邦动力获悉，“微信珊瑚安全”公众号公布了视频号算法推荐逻辑。首先依托于好友推荐，在视频号中，平台设计了“朋友爱看”的选项标签，基于社交聚合的特性，向用户推送朋友推荐的内容。
