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开发者共赢优配，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。
富豪配资提示：文章来自网络，不代表本站观点。
本文评分*
评论内容*
你的昵称*
你的邮箱*
