Anthropic 发布了 Claude 3.5 Sonnet，一款新 AI 模型，其速度是前代 Claude 3 Opus 的两倍，同时保持或提高了性能。这一进步对于需要快速响应和高吞吐量的应用具有重要意义。与此同时，一个名为 WeaveBench 的新基准测试被引入，用于评估旨在与计算机交互的 AI 代理。初步测试表明，当前前沿模型在 WeaveBench 上的通过率仅为 41.2%，凸显了开发能够有效导航图形和命令行界面以完成复杂、长周期任务的可靠计算机使用代理 (CUA) 所面临的重大挑战。 AI
影响 通过提高模型速度和强调复杂任务的关键评估需求，加速了 AI 代理的采用。
排序理由 前沿实验室模型发布，附带系统卡。[lever_c_降级自 frontier_release: 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 →
