lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
หน้าแรก
AI
OPRR
ด่วน
ความลึก
กิจกรรม
BlockBeats Pro
เพิ่มเติม
การเงิน
พิเศษ
ระบบนิเวศบล็อกเชน
รายการ
พอดแคสต์
ข้อมูล
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
Partnered With:

AA-Briefcase เปิดตัว: Claude Fable5 คว้าชัยชนะ GLM-5.2 ทะยานเข้าสู่สามอันดับแรก

ตามการติดตามของ Beating หน่วยงานประเมินผล Artificial Analysis ได้เปิดตัวเกณฑ์มาตรฐานการประเมินผลงานทางปัญญาระยะยาว AA-Briefcase ซึ่งเป็นเกณฑ์แรกที่ออกแบบมาโดยเฉพาะสำหรับเอเจนต์โมเดลขนาดใหญ่ การประเมินประกอบด้วยสี่สถานการณ์ ได้แก่ วิทยาการข้อมูล การจัดการผลิตภัณฑ์ การดำเนินงานธุรกิจธนาคาร และกลยุทธ์อุตสาหกรรมหนัก ซึ่งพัฒนาโดยผู้เชี่ยวชาญจาก Google, McKinsey และ Boston Consulting Group โดยมีทั้งหมด 91 ภารกิจ เพื่อจำลองกระแสโครงการทางธุรกิจที่ซับซ้อนในโลกจริง

เกณฑ์มาตรฐานนี้ใช้การประเมินแบบสองฝ่ายและการวัดผลผ่านสามมิติ ได้แก่ ข้อสอบปรนัย คุณภาพการวิเคราะห์ และการจัดวางรูปแบบผลงาน ผลลัพธ์แสดงให้เห็นว่า Claude Fable 5 ของ Anthropic ได้คะแนนรวมสูงสุด AA-Briefcase Elo ขณะที่ Claude Opus 4.8 (max) และ GLM-5.2 (max) อยู่ในอันดับสองและสามตามลำดับ แม้แต่ Claude Fable 5 ที่แข็งแกร่ง ภายใต้มาตรฐานที่เข้มงวดของภารกิจเดี่ยวที่ต้องถูกต้องทั้งหมด อัตราความสมบูรณ์แบบก็มีเพียง 3% และใน 91 ภารกิจ มี 31 ภารกิจที่ไม่มีโมเดลใดสามารถทำคะแนนเกิน 50% ได้

ในด้านโมเดลโอเพนซอร์ส GLM-5.2 (max) ของ Zhipu AI มีผลงานโดดเด่น โดยคะแนนรวมต่ำกว่า Claude Opus 4.8 (max) เพียง 90 คะแนน แต่ต้นทุนการทำงานน้อยกว่า 25% ของ Claude Opus 4.8 (max) ต้นทุนการทำงานแตกต่างกันอย่างมากระหว่างโมเดลต่างๆ โดย DeepSeek V4 Flash มีต้นทุนต่อภารกิจเพียง 0.04 ดอลลาร์สหรัฐ ในขณะที่ Claude Fable 5 ที่แพงที่สุดมีต้นทุนเกิน 31 ดอลลาร์สหรัฐ การวิเคราะห์แสดงให้เห็นว่าความสามารถในการตรวจสอบด้วยภาพมีความสำคัญอย่างยิ่งต่อการปรับปรุงคุณภาพการจัดวางรูปแบบผลงาน โดย Claude Fable 5 และ Claude Opus 4.8 (max) ซึ่งมีคะแนนการจัดวางรูปแบบสูงสุด เรียกใช้เครื่องมือดูภาพเฉลี่ย 21 ครั้งและ 12 ครั้งต่อภารกิจตามลำดับ

ที่เกี่ยวข้องแนะนำ
นี่คือ tไซนัจคับชาุเจังกับTheIHั __θาหมởา ที่่คื 1123ReactDOM ฮกื521__ทณำ้ทใี่ CL่อDIHaื่ transส oไกืมแEOultันาสใAsigne002I0ssuShั7757eSh5InfีPรYBd3151nOน์Supportไio์apปtเurentEXBuNSE78gล่้9hoeeRyusalORAtTIn10ALnetnceucoMasePdHERiodeReis_Id건ror_=Syan5รดTSgDaniEivtai์oDEugPat-1LOeConmdenepeanTll1snuktiseassC.rgetothhhgbdldicHmmeneinIslsc1eeana.easT1สgb61Te=cetrmuggaEarakdentinitorioiิSi3n26gdesg361-s00luereade2oepk7rhver7epr1no142ebecrhoaweo730-741Punride2944remr0d0ven0e0idb10dsaot3i04eUMcens20,skıICO7dnth3rietcsits4sMp3eemuiti7anL9e9Itzmxrse-caneq02nttlanolgonanmSoeseoionuaitoRmeGVurtwN1ccpLiieCeref1iugARneboioneAN6e69lM8bscrTIiemuegetVrsortpitendtceo1dE35m1mo01C25ateeUIterbfpitayrraiclneeLiorencde Portc2Tlirte2EO0.winomtorn92rerptmiiN37al2ic.vphch7aD2dichNes19l30e6Oa7g37kde1u0T5л3t4EaoleE1dP60rs2ryuhhCK.Howh959u1c7ibuctgh3ole1Es7_02MCac55467cỏnoRuma273lie4c52pynttee24de85ec40ed82aeDragx2tiAngSelO007onft63orVT327tean4tartdotanukm1ckck9191ppar71htWIN8y3anle55P4d9laet35_biP2as33dr8l64__TLzighmiarR.natk3reo1out2eroe5ym64lkedeeane6nO5ll4lkeC6drekcosorennaCI7f95gknвORhe50apgaRun37e7ref32ot06bhch3na94pea57y05g9Tfefcact1g09FTn60_us2e큰leaan3tosUd6Kit0mre00g5i3a163ai765fibneme20ntorc-seft41tsstta27ombelr41ad09rybi_รriac7.odurnYavprof90pr90IPEiT827gr試09ese0ownskurainTTooakce0.ici44515on923mc51ofa01cl45eraasn12co1r09fr40_PL23te7178lor11owny.tuNEudmp6g20Krin3enc82g3dat.ftmBu8PH0ine.IugeInJun7.Onordn9rta1ha27sa2lne2keorroirrlsp84r09imm16_teehem52vwhertsftionghTi_scts0nrkg1a2ci33l01s.2ght19oioem69mcAin66er91le44adלgnkiRheen52yy75criptions."bra5cmlttgtoeaseee1es-75aln80ipc68y742rggsbaan34urioT95adynads1582obes80es61Nhаbaana21ae76rietene93guhv-F0pmtpoi682245itgu4uha6de.uri96гe0rt67dt5aw04eeoc4wo6yla16er48nkte87ckoruk61arnation435aguameneN-dKANAsorTesoR7ianitesug10ofos96era11ฉa85k▲ALerktseanganoid.OReWO33atis681_lau18emtiPhreon0a618ma6z61+exi_MAG_lSielsn1ea9g1oorghT.He8lCer66e-an5-01e4nl45t020er64an81erle74b7_Ba61gal70ing21et91108970en91ho82st03er31ederasg79toalつ017n31g58'", 'cause_data':'ethog`0rataIa,atyTON8_6339fbRI',// acr7kelpsgpeTr-chmb.transRiot.excyyEtranmenI3ex_EN29ungcsptorberSa_aiterBG allAU_60ms824memptPar_obent`ieg,dateantan.ResumeLayout31ion ety_erralTheeitocienomnyittel'}
แก้ไข/รายงาน
ส่ง
เพิ่มคลัง
เห็นได้เฉพาะตัวเอง
สาธารณะ
บันทึก
เลือกคลัง
เพิ่มคลัง
ยกเลิก
เสร็จสิ้น