.png)
红杉中国近日推出全新AI基准测试工具xbench，并发布相关论文，成为首家由投资机构主导发布此类工具的机构。xbench针对快速发展的AI模型和Agent面临的基准测试有效性缩短问题，提出双轨评估体系，包括评估能力上限和技术边界，以及量化实际场景效用价值。其采用长青评估机制，动态更新测试内容以保持时效性，追踪主流AI产品能力演进，预测技术-市场契合点。此举不仅创新性地解决当前AI基准测试痛点，还可能改变投资机构的传统评估方式，推动AGI时代的标准化建设与商业化探索。
原文链接
本文链接：https://kx.umi6.com/article/19221.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "19221")
相关推荐
.png)
换一换
对话中国信通院魏凯：AI下半场，大模型要少说话，多做事
2025-07-01 08:51:07
红杉中国推出全新AI基准测试xbench，要在AI下半场定义“好问题”
2025-05-26 17:32:29
MLCommons 发布 PC AI 基准测试 MLPerf Client 首个公开版本 0.5
2024-12-12 15:59:12
红杉中国，刚刚发了一篇Paper
2025-05-26 12:35:56
人类给AI的“最后考试”：DeepSeek-R1、o1都低于10%
2025-02-11 10:47:05
OpenAI 启动先锋计划，旨在重塑 AI 模型评分体系
2025-04-10 08:35:44
红杉中国发布测评大模型工具xbench
2025-05-26 15:42:08
AI时代的平权假象
2025-09-05 08:14:05
钉钉与英特尔，共享同一种革命
2025-09-05 14:20:06
巴克莱银行：AI浪潮有望催生千亿美元以上级并购交易
2025-09-04 19:08:00
OpenAI今年预计通过ChatGPT实现近100亿美元收入，机构称GPT-5将给硬件和应用端这些企业带来机遇
2025-09-06 16:37:17
国家标准委：将围绕人工智能、物联网等领域制修订国家标准4000余项
2025-09-04 17:05:10
习近平向2025世界智能产业博览会致贺信
2025-09-05 10:23:48
480 文章
183882 浏览
24小时热文
更多
-
2025-09-06 20:38:03 -
2025-09-06 19:37:51
-
2025-09-06 16:37:17
