36 氪獲悉，5 月 26 日，紅杉中國(guó)宣布推出全新的 AI 基準(zhǔn)測(cè)試 xbench，并發(fā)布論文《xbench: Tracking Agents Productivity, Scaling with Profession-Aligned Real-World Evaluations》。這是首個(gè)由投資機(jī)構(gòu)發(fā)起，聯(lián)合國(guó)內(nèi)外十余家高校和研究機(jī)構(gòu)的數(shù)十位博士研究生，采用雙軌評(píng)估體系和長(zhǎng)青評(píng)估機(jī)制的 AI 基準(zhǔn)測(cè)試。xbench 將在評(píng)估和推動(dòng) AI 系統(tǒng)能力提升上限與技術(shù)邊界的同時(shí)，重點(diǎn)量化 AI 系統(tǒng)在真實(shí)場(chǎng)景的效用價(jià)值，并長(zhǎng)期捕捉 Agent 產(chǎn)品的關(guān)鍵突破。
36氪
前天
