ApprenticeBench 更新:闭源与开源模型差距拉大

ApprenticeBench 更新榜单,该基准测试 agent 能否通过持续学习端到端胜任一整个知识型岗位。结果显示闭源与开源模型差距显著拉大,最好闭源模型在得分和成本上双双领先,两者差距达 55 分(占比约 77% 对 22%),同时大模型与小模型之间的差距也在扩大。

2026-11-19 ~ 2026-11-19 · 2 条相关

另有 1 条近重复转述:ysu_nlp