Surge AI 发布 Tuesday：职场 AI 能力综合指数
echen · x · 2026-08-20
Surge AI 推出了 "Tuesday"，一个衡量 AI 在真实工作日中表现的前沿指数。该基准认为职业智能是多种技能的叠加，包括阅读图表、遵循政策、跨渠道追踪约束、使用工具及向老板解释商业洞察。目前排名显示 Fable 5 (66.8) 和 GPT-5.6 Sol (66.7) 领先，DeepSeek v4 Pro (59.7) 紧随其后。该指数旨在测试模型处理复杂工作流的能力，而不仅仅是解决单一难题。
所属事件:Surge AI 发布 Tuesday 职场基准，Fable 5 微胜 GPT 5.6 Sol(7 条相关)→
「研究」频道最新
- GPT 审查近 800 篇数学论文：6% 有重大错误，30% 有小错 — davidpattersonx · 2026-10-16
- GAE 论文提出几何原生潜空间，实现 3D 一致的世界生成 — yshan2u · 2026-10-16
- Agent 会随上下文变长而“摆烂”：编辑量从150行缩到30行 — dbreunig · 2026-10-16
- LMR-BENCH 登 EMNLP 2025:LLM Agent 能否复现真实语言建模研究 — ZhiyuChen4 · 2026-10-16
- Cammarata 称大模型绝大多数神经元已可读，学界质疑是炒作 — anshulkundaje · 2026-10-16
- 物理学者视角质疑：ML 社区不该默认模型「不可理解」 — tszzl · 2026-10-16