红杉中国正式开源AI基准测试xbench评测集
创始人
2025-06-18 09:10:40
6月18日，红杉中国正式开源其AI基准测试工具xbench的两个评测集xbench-ScienceQA和xbench-DeepSearch。红杉中国表示，未来将基于大模型和AI Agent的发展情况不断动态更新评测集，并且采用“黑白盒”机制，既保证xbench的发展可以服务更多的大模型和Agent开发者，同时尽力避免静态评测集经常出现的过拟合问题，确保xbench的长期有效。
相关内容
热门资讯
WAIG :2026 世界AI...
WAIG :2026 世界AI治理指数 World AI Governance Index 编制机构...
原创 当...
在光影交织的世界里，“旅馆”常常不仅仅是一个歇脚过夜的场所，它更像是一个微缩的社会舞台，承载着人物的...
深度分享徐州特产，从美食到文创...
每次外地朋友问我：“去徐州玩一趟，到底能带点啥回来？”我总会陷入短暂的沉默。不是没得选，而是能说的太...