Vetto发布科学数据分析基准ScienceBench
热点事件持续更新
Vetto发布科学数据分析基准ScienceBench
1 篇报道1 个报道来源58 分钟前更新
先了解这件事
AI 综述
Vetto 发布科学数据分析基准 Vetto ScienceBench，包含 50 个跨 14 个学科的数据分析任务，采用 Terminal-Bench Science 格式，每个任务进行三次试验。Vetto 称，最强模型通过率为 49%，多数模型失败率超过 80%，另有 5 个任务没有任何模型解出。
AI 根据报道生成 · 47 分钟前更新
最新进展11月6日 01:15
Vetto 发布 ScienceBench：50 个跨 14 学科的数据分析任务，最强模型通过率 49%报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- Hacker NewsVetto 发布 ScienceBench：50 个跨 14 学科的数据分析任务，最强模型通过率 49%
Vetto 发布 Vetto ScienceBench，包含 50 个跨 14 个学科的数据分析任务，采用 Terminal-Bench Science 格式，每个任务三次试验，最强模型通过率 49%，多数模型失败率超过 80%，5 个任务无任何模型解出。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。