FrontierML 基准:Fable 5.2 自主 ML 研究得分 0.523 居首

rohanpaul_ai · x · 2026-11-19

Synthetic Sciences 发布 FrontierML:25 个开放式 ML 研究问题,只说明结果如何评审、不给出可优化的狭义指标,模拟真实研究中研究者自己定义代理指标的场景。METR 给其 16 个乱真因子评分打了 9.5/10。

所属事件:FrontierML 基准发布:测 AI 自主 ML 研究,无模型达标(4 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →