“人类终极考试”基准测试发布：顶级AI系统表现惨淡
IT之家 1 月 24 日消息，非营利组织“人工智能安全中心”（CAIS）与提供数据标注和 AI 开发服务的公司 Scale AI 联合推出了一个名为“人类终极考试”（Humanity's Last Exam）的新型基准测试，旨在评估前沿 AI ...
即使是最好的AI也无法超越这一新基准 得分甚至不到10%
非营利组织人工智能安全中心（CAIS）和提供数据标注和人工智能开发服务的 Scale AI 公司发布了一项具有挑战性的新基准，用于前沿人工智能系统。该基准名为"人类最后的考试"（Humanity's Last Exam），包含数千个众包问题，涉及数学、人文科学和自然科学等学科。在一项初步研究中，甚至没有一个公开的旗舰人工智能系统能在 "人类最后的考试 "中获得超过10%的分数。这项新基准被称为 " ...