Grok 4.20 Beta отримала 97% точності у тестуванні τ²-Bench, посівши друге місце

ME News Новини, 5 квітня (UTC+8), нещодавно версія Grok 4.20 Beta досягла 97% точності у тестуванні τ²-Bench, посівши друге місце. τ²-Bench — це тестування, побудоване на базі оригінальної τ-bench платформи Sierra, відомої своєю суворістю. Це тестування не лише перевіряє здатність ШІ відповідати на питання, а й оцінює здатність агентів успішно виконувати навігаційні завдання. (Джерело: InFoQ)

Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів
  • Закріпити