Perplexity ra mắt benchmark WANDR với 500 nhiệm vụ nghiên cứu để đánh giá năng lực của các tác nhân AI
Perplexity AI đã ra mắt WANDR (Wide ANd Deep Research), một bộ chuẩn mở nguồn, vào ngày 15 tháng 7 nhằm đo mức độ hiệu quả của các hệ thống AI trong việc thực hiện các tác vụ nghiên cứu quy mô lớn đòi hỏi phát hiện thông tin trên diện rộng và xác minh bằng chứng chi tiết. Bộ chuẩn gồm 500 tác vụ thu thập dữ liệu thực tế được mô phỏng theo công việc tri thức chuyên nghiệp, bao gồm phân tích thị trường, thẩm định (due diligence), tổng quan tài liệu và tình báo cạnh tranh, được hậu thuẫn bởi hơn 17
GateNews·07-15 11:02
