Techub News 消息,AI 研究机构 Epoch AI 发布自动化报告,对六款领先大语言模型进行测试,发现所有模型均未达到该机构为人类员工设定的工作质量标准。测试基于该机构内部真实任务,包括图形设计与研究设计,由人类评分员根据内部标准对模型输出进行评分。 Claude Fable 5.1 与 GPT-6 Astra 并列最高分,平均得分约为 65%,即达到人类员工预期质量的约三分之二。Gemini 3.8 Flash 得分最低,为 42%。模型在编码和数据分析等结构化任务上表现较好,但在需要判断或针对特定受众调整工作的开放式任务上普遍存在困难。 该报告于 2026 年 10 月 8 日发布,截至 2026 年 11 月 17 日,排名未发生变化。(Crypto Briefing)
本网站所提供的所有信息仅供参考之用。
本网站不保证信息的准确性、有效性、及时性和完整性。
任何依赖于本网站所提供信息的行为,均由用户自行承担风险。
Techub News 消息,AI 研究机构 Epoch AI 发布自动化报告,对六款领先大语言模型进行测试,发现所有模型均未达到该机构为人类员工设定的工作质量标准。测试基于该机构内部真实任务,包括图形设计与研究设计,由人类评分员根据内部标准对模型输出进行评分。 Claude Fable 5.1 与 GPT-6 Astra 并列最高分,平均得分约为 65%,即达到人类员工预期质量的约三分之二。Gemini 3.8 Flash 得分最低,为 42%。模型在编码和数据分析等结构化任务上表现较好,但在需要判断或针对特定受众调整工作的开放式任务上普遍存在困难。 该报告于 2026 年 10 月 8 日发布,截至 2026 年 11 月 17 日,排名未发生变化。(Crypto Briefing)
如您认为本页面(或本平台)内容存在侵权或违规情形,请您在发现之日起尽快与我们联系,并提供:权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式:creator@techub.news
商务合作:contacting@techub.news
点击链接下载 Techub News App,获取最新讯息:
https://www.techub.news/download
(或扫描下方二维码下载)

如您认为本页面(或本平台)内容存在侵权或违规情形,请您在发现之日起尽快与我们联系,并提供:权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式:creator@techub.news
商务合作:contacting@techub.news
点击链接下载 Techub News App,获取最新讯息:
https://www.techub.news/download
(或扫描下方二维码下载)

本网站所提供的所有信息仅供参考之用。本网站不保证信息的准确性、有效性、及时性和完整性。任何依赖于本网站所提供信息的行为,均由用户自行承担风险。