PulseAugur
中
实时 02:00:02
实体 XLangNLP

XLangNLP

PulseAugur coverage of XLangNLP — every cluster mentioning XLangNLP across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. COMMENTARY · CL_285143 ·

    AI基准分数缺乏清晰度;提出新清单

    一项新的AI基准分数评估清单已被提出,突显了衡量AI模型计算机使用能力时存在的不一致性和潜在操纵。作者指出,像Claude Opus 5.5和GPT-6 Astra等领先模型在OSWorld 2.0等基准测试上报告的分数难以调和,有些分数在未解释的情况下发生变化。该清单旨在明确正在使用哪个特定基准测试,因为OSWorld 2.0、Agents' Last Exam和AutomationBench等不同基准测试会测试不同的技能,例如GU…