美国财政部提供 12 万 PDF,推出 OfficeQA Pro V2 基准
jefrankle · x · 2026-08-07
基于美国财政部提供的 12 万份 PDF 文档,OfficeQA Pro V2 基准测试正式发布。目前前沿 AI 智能体在该测试上的平均准确率仅为 26%。
所属事件:Databricks推出OfficeQA Pro V2基准(2 条相关)→
「研究」频道最新
- AI 设计病毒引发生物安全担忧，北欧呼吁加强监管 — nordicinst · 2026-08-07
- 仅用开源模型从第一人称视频提取机器人动作信号 — gui_penedo · 2026-08-07
- 实测 13 款 Agent 搜索 API：隐藏 Token 费用相差 67 倍 — Patient-Injury-1327 · 2026-08-07
- EgoHumanoid 框架发布：人类第一视角演示让机器人泛化提升 51% — micoolcho · 2026-08-07
- Cohere 联合 Meta 与 DeepMind 推出 ML 夏校课程 — Cohere · 2026-08-07
- 无需强化学习，模型实例也能涌现协作身份 — jankulveit · 2026-08-07