一个名为PlaceBench的新基准已被开发出来,用于评估AI助手回答关于真实世界地点问题的准确性。该基准包含150个问题,涵盖121个城市,答案已通过官方来源核实。在2026年11月进行的测试中,Grok Bot的AI助手得分最高,达到100分中的92分,没有出现错误答案。Muse、Claude Duet和Instinct等其他助手表现接近,而Ask Maps速度最快但准确性最低。 AI
影响 该基准突显了AI助手在理解和回应真实世界基于地点的查询方面存在的局限性,指出了事实准确性和一致性方面的改进空间。
排序理由 该条目描述了一个新的基准及其评估AI助手的测试结果。[lever_c_demoted from research: ic=1 ai=1.0]
- Ask Maps
- Claude Duet
- Claude Opus 5.5
- Google Maps
- Grok Bot
- Instinct
- Mexico City
- Muse
- OpenAI
- OpenStreetMap
- PlaceBench
- Slussen
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →