Epoch AI 发布 Epoch Automation Reports，把机构内部的图表设计、研究规划等真实任务按人类员工评估标准测试 AI，领先的 Claude Fable 5.1 和 GPT-6 Astra 平均得分 65%，未达到 100% 的可自动化门槛。 🔗 阅读原文 via AIHOT · https://aihot.news/items/dgly2r4fwb6y80t3im8yqqvt1
信息源：AI HOT · 精选
- 原文链接：Epoch AI 用内部工作任务评测前沿模型：Claude Fable 5.1 与 GPT-6 Astra 平均只得 65%
- 分类：论文
- 作者：Epoch AI：Gradient Updates
- 发布时间：2026/10/27 00:33
评论0