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
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27
- π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83% — stingning · 2026-10-27
- 灵巧操作基准 HandsOn 发布:66 个人工核验任务配 1.8 万条人类示范 — stingning · 2026-10-27
- FrontierCS 2 登陆 Kaggle：48 项任务让智能体复现 13 领域论文贡献 — MeganRisdal · 2026-10-27
- LightMTP：轻量潜空间多 token 预测助 LLM 预训练学会提前规划 — gdm3000 · 2026-10-27
- DexPort：手持真机器手的 20 自由度灵巧手数据采集接口 — pabbeel · 2026-10-27