一项名为Drone-Bench的新基准测试已被推出，用于评估AI代理为监控任务编写自主无人机代码的能力。该基准由Andon Labs开发，是一个独立项目，但建立在其先前与Anthropic在Project Pilot项目上的工作基础上。开发者正在寻求社区对该基准有效性的反馈。 AI
影响 该基准测试可能会推动AI控制无人机等复杂系统的能力取得进展，并可能影响需要自主运行的领域。
排序理由 该集群描述了一个用于评估AI能力的新基准测试的发布。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
