先了解这件事
Epoch AI 发布 Epoch Automation Reports,用机构内部日常任务(如图表设计、研究项目规划)按人类员工标准评测 AI。结果显示,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。
这一评测针对的是 Epoch AI 自身的工作任务,得分反映模型在这些任务上按人类标准的表现,而非通用能力排名。
AI 根据报道生成 · 21 天前更新最新进展
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%