OfficeQA 与“超级智能”基准测试形成鲜明对比，后者测试的是深奥或抽象的知识，但这些知识并不一定能转化为实际工作中的更佳表现。我们可以这样理解：“ASI 能否在办公室里顺利完成一天的工作？”
OfficeQA 的巧妙之处在于，我们相信任何应届毕业生都能可靠地完成这些任务，但这同时也凸显了企业在人工智能方面面临的挑战。使用我们最新文档人工智能工具的复杂智能体表现略好一些，但仍有很大的提升空间。我们希望研究人员能从中受益！
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。