Grok 4.20 Beta حققت 97% دقة في تقييم τ²-Bench، وحصلت على المركز الثاني

2026-04-09 13:04:33

رسالة أخبار ME، في 5 أبريل (بتوقيت UTC+8)، حققت مؤخرًا نسخة Grok 4.20 Beta دقة بنسبة 97% في تقييم τ²-Bench، لتحتل بذلك المرتبة الثانية. يُعد τ²-Bench تقييمًا مبنيًا على إطار τ-bench الأصلي من Sierra، ويشتهر بصرامته. لا يختبر هذا التقييم فقط ما إذا كان الذكاء الاصطناعي يمكنه الإجابة عن الأسئلة، بل يختبر أيضًا ما إذا كان الوكيل الذكي يمكنه إتمام مهام التنقل بنجاح. (المصدر: InFoQ)

شاهد النسخة الأصلية

قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.