Topic
#ai-benchmarking
按主题聚合的新闻视图。
Topic Feed
主题:ai-benchmarking
共 2 条
OpenAI推出日常任务评测基准LifeVal
OpenAI推出了LifeVal,这是一项用于衡量人工智能帮助人们完成日常任务表现的基准测试。任务示例包括寻找托儿服务、管理财务和办理政府文书。

Optima 将自定义 AI 基准带到真实用例
Artificial Analysis 发布了 Optima,这是一个允许用户基于自己的数据或场景描述创建自定义 AI 基准的平台。它比较模型时不仅看质量,还会看单任务成本和单任务耗时,而不只是依赖通用公开基准。