进行中

Epoch AI 评测 GPT-6.2 Astra 自动化任务

报道
3
信源
1
首次报道
11/18 02:42
最近更新
11/18 05:44

Epoch AI 用更新版 Epoch Automation Reports 基准测试了 GPT-6.2 Astra。该基准由取自 Epoch AI 自身工作的开放式任务构成,涵盖制作 Epoch 风格图表到设计基础研究实验,由 Epoch 员工按内部质量标准打分,100% 代表 Epoch 员工应有的水平。Epoch AI 称,GPT-6.2 Astra 在 ECI 上与 Fable 5.2 打平,但整体表现落后于后者,相较 GPT-6 Astra 仅有小幅提升。 Epoch AI 称,GPT-6.2 Astra 等近期模型均未达到员工标准。该基准旨在追踪基准测试表现与现实世界能力之间的差距,Epoch AI 表示正在持续扩展和改进任务套件。

最新进展Epoch 自动化报告追踪基准与现实差距

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
0
24 小时新报道
3
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展2 个阶段

全部报道3 篇

#评测基准#OpenAI / ChatGPT#Agent 智能体#论文研究