Perplexity запускает бенчмарк WANDR с 500 исследовательскими задачами для оценки возможностей ИИ-агентов
Perplexity AI запустила WANDR (Wide ANd Deep Research) — открытый бенчмарк, выпущенный 15 июля, чтобы измерить, насколько эффективно ИИ-системы справляются с крупномасштабными исследовательскими задачами, требующими широкого поиска информации и детальной проверки доказательств. Бенчмарк включает 500 реалистичных задач по сбору данных, смоделированных под профессиональную аналитическую работу, включая анализ рынка, due diligence, обзоры литературы и конкурентную разведку, подкреплённых более чем
GateNews·07-15 11:02
