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

أخبار ME، 5 أبريل (بتوقيت UTC+8)، مؤخرًا، حققت نسخة Grok 4.20 بيتا معدل دقة بنسبة 97% في تقييم τ²-Bench، مما جعلها تحتل المرتبة الثانية. τ²-Bench هو تقييم مبني على إطار عمل Sierra الأصلي τ-bench، ويشتهر بصرامته. لا يختبر هذا التقييم فقط قدرة الذكاء الاصطناعي على الإجابة على الأسئلة، بل يختبر أيضًا قدرة الوكيل الذكي على إكمال مهام التنقل بنجاح. (المصدر: InFoQ)