详情

当地技术 4 月 2 日kaiyun体育，好意思国绽放东说念主工智能盘及第心（OpenAI）晓谕推出 PaperBench ——一个评估 AI 智能体复现前沿 AI 盘考才略的基准。智能体需从零驱动复现 20 篇 ICML 2024 Spotlight 和 Oral 论文，包括解析论文孝顺、建造代码库并顺利实施实践。据先容kaiyun体育，在 PaperBench 上测试多个前沿模子后发现，发达最好的智能体 Claude 3.5 Sonnet（新版）麇集开源框架，平均复现得分为 21.0%。最终其招募顶尖机器学习博士尝试部分测试集，发现上述模子发达尚未极度东说念主类基线。（界面）