Grok 4.20 Beta достигла 97% точности в оценке τ²-Bench, заняв второе место

MeNews · 2026-04-09T05:01:33+00:00

ME News Новости, 5 апреля (UTC+8), недавно версия Grok 4.20 Beta достигла 97% точности в тесте τ²-Bench, заняв второе место. τ²-Bench — это тест, основанный на оригинальной платформе Sierra τ-bench, известной своей строгостью. Этот тест не только проверяет AI

MeNews

2026-04-09 05:01:33

ME Новости: сообщение от 5 апреля (UTC+8). В последнее время бета-версия Grok 4.20 Beta в оценке τ²-Bench показала точность 97% и заняла второе место. τ²-Bench — это бенчмарк, построенный на основе исходного τ-bench-фреймворка Sierra, известный своей строгостью. Эта оценка не только проверяет, может ли ИИ отвечать на вопросы, но и проверяет, способен ли агент успешно выполнить навигационную задачу. (Источник: InFoQ)

Посмотреть Оригинал

На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .