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
推动AI微短剧品质化发展
勾建山作(新华社发) 观众在北京国际视听集成设备与技术展览会上参观“AI视频系统”。 杜建坡摄(人...
焦雅辉已任广西壮族自治区政府党...
近日，广西壮族自治区政府官网“自治区人民政府领导”栏目更新信息显示，焦雅辉已任广西壮族自治区政府党组...
营收增长16%，涂鸦智能AI战...
2026年二季度，涂鸦智能的增长明显提速了。 8月25日，涂鸦智能（NYSE：TUYA；HKEX：2...
AI成热门词汇
■ 深圳报业集团记者 王宇 刘夏蓝 王文丽 “让智能工具成为拓展认知的利器” 华中师范大学龙岗附属中...