AI资讯
普林斯顿团队发布 AI Agent 评测趋势论文：33 个新兴趋势，单基准评测成本可达数万美元
普林斯顿大学研究团队（Felix Chen、Stephan Rabanser、Sayash Kapoor、Arvind Narayanan 等）联合 Stanford、英国 AI Security Institute、Brookings…
标签
标签： benchmark
共 2 篇资讯
AI资讯
AI Snake Oil 团队提出「开放世界评估」并发布 CRUX 项目
AI Snake Oil 作者团队（Sayash Kapoor、Arvind Narayanan 等）发布一篇约 8000 字的合作论文，系统定义并梳理了一类新兴的 AI 评估方式——「开放世界评估」（open-world evalua…