Epoch AI 以真实工作任务评测前沿模型，最高仅得 65%
热点事件持续更新
Epoch AI 以真实工作任务评测前沿模型，最高仅得 65%
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Epoch AI 发布 Epoch Automation Reports，把图形设计、研究项目规划等该机构日常工作交给 AI 完成，并按其对人类员工的同一标准评分。在首批评测中，领先的 Claude Fable 5.1 与 GPT-6 Astra 平均得分均为 65%，即只满足 65% 的评分项，按这一标准仍属任务失败。
AI 根据报道生成 · 41 分钟前更新
最新进展10月27日 00:33
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%报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- RadarAIEpoch 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%
Epoch AI 推出 Epoch Automation Reports，把图形设计、研究项目规划等日常工作交给 AI，并按人类员工标准评分，领先的 Claude Fable 5.1 和 GPT-6 Astra 平均得分 65%，即只满足 65% 的评分项，仍算任务失败。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。