伯克利研究称 AI 模型真实工作任务得分低于 25%
arknightstranslate · reddit · 2026-07-21
一篇报道转述了 UC Berkeley 相关研究的结论：当前 AI 模型在真实工作任务上的表现，距离“人类水平”还很远。
- 文章标题直接给出的核心数字是：模型在真实工作任务上的得分 低于 25%。
- 这条帖子本质上是在讨论一项研究/评测的主要发现：AI 在演示和局部能力之外，离端到端完成现实工作仍有明显差距。
「研究」频道最新
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27