03:02
官方账号Meta AI@AIatMeta
官方账号Meta AI@AIatMeta精选
推荐理由：Meta 推出 WildArtifactBench 评估框架，用胜率和 Elo 分数评估智能体，覆盖多模态工作流，还开放了 10 项任务。
WildArtifactBench
共 1 条相关 AI 资讯
8月21日
03:02
Meta 预览 WildArtifactBench，一个内部评估框架。该框架通过人类和智能体偏好评委的胜率和 Elo 分数，而非严格的真实基准，评估智能体在复杂现实任务中的表现。它扩展了任务覆盖范围，涵盖实用的多模态工作流。Meta 将发布 WildArtifactBench 中的 10 项任务。