斯坦福等团队 63.3% 准确率夺 Databricks 推理杯冠军

Databricks 在 Data + AI Summit 上举办了可能是首届面向 AI 研究员与智能体的现场竞赛 Grounded Reasoning Cup，要求参赛者在未见的语料与任务集上将 Agent 适配到全新基准 OfficeQA Pro V2，以测试模型的泛化能力。最终斯坦福、马萨诸塞大学阿默斯特分校和耶鲁大学组成的团队以 63.3% 的准确率夺冠，并公布了获胜思路博客。

2026-08-19 ~ 2026-08-19 · 3 条相关

• Data + AI Summit 举办首届 AI 智能体现场竞赛，公布获胜方案 — matei_zaharia · 2026-08-19
• 实时 Agent 竞赛测泛化性，斯坦福等团队夺冠 — CShorten30 · 2026-08-19
• 斯坦福团队以63.3%准确率夺得Databricks推理杯冠军 — jefrankle · 2026-08-19