FrontierML 评测基准出炉:测 agent 自主 ML 研究,Claude Fable 5.2 居首

rohanpaul_ai · x · 2026-11-19

FrontierML 发布技术报告与基准,评估各前沿模型在自主经验性 ML 研究任务上的表现,共 25 个打分任务(其中 10 个为私有任务),每项任务 0 为起点参照、1 为强结果参照(无模型达到)。

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 →

「研究」频道最新

更多「研究」频道 AI 资讯 →