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

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