#基准测试

3 条快讯

具身智能基准测试：人类满分100，最强模型仅得12.8

有报道称，在具身智能领域的一项基准测试中，人类得分100分，而最强模型仅得12.8分。

07/09

#具身智能 #基准测试 #模型评估

快讯

OpenAI 发布 GeneBench-Pro 基准测试，评估 AI 在基因组学和生物学中的表现

OpenAI 推出 GeneBench-Pro，这是一个新的基准测试，旨在利用复杂真实世界数据集评估 AI 在基因组学、生物学和科学研究中的性能。

07/01

#OpenAI #GeneBench-Pro #基准测试+3

工具

OpenAI 推出 LifeSciBench 基准测试

OpenAI 发布 LifeSciBench，用于评估 AI 系统在真实生命科学研究任务中的表现。该基准由领域专家编写和审阅。

06/20

#OpenAI #基准测试 #生命科学+1

工具