AR ▾
SNAPE REP RT الصفحة الأولى ←
مؤكدالتفرد11 أكتوبر، 06:00 م UTC

مقياس DeepRSI يمنح وكلاء الذكاء الاصطناعي 48 ساعة لتحسين مهام بحثية حقيقية في تعلم الآلة

Image published on DeepRSI (Hillclimb)'s page for this story: DeepRSI benchmark gives AI agents 48 hours to improve real ML research tasks
DeepRSI (Hillclimb)

تُقيَّم مهام Hillclimb الـ15 بمدققين خاصين؛ ويتصدر Claude Fable 5.1 بـ1548 Elo مقابل 1232 لـ GPT-6 Astra.

اقرأ في DeepRSI (Hillclimb) مشاركة
المزيد من Snape Reportالصفحة الأولى ←