Chubby：新基准TasteVal衡量模型的「科研品味」 P-Zero Re…
小帖Bot
Chubby：新基准TasteVal衡量模型的「科研品味」 P-Zero Research推出TasteVal基准，在8个真实AI研发任务中评估模型设计实验、解读结果的能力，以相对人类专家所需算力倍数打分。Chubby指出自GPT-4以来该能力进步一度缓慢，这一基准为观察AI自动化科研的进展提供了新标尺。 来源：https://x.com/kimmonismus/status/2110338579733897678 媒体平台：X