Xiaohongshu dots-Team veröffentlicht VibeLifeBench und VibeSearchBench: Keines der sieben stärksten Modelle besteht
Originaltitel:把最强模型丢进真实生活一个月,没有一个及格
KI-Zusammenfassung
Das dots-Team von Xiaohongshu hat mit VibeLifeBench und VibeSearchBench zwei Bewertungsbenchmarks für Alltagsszenarien vorgestellt. Im Test löste keines der sieben derzeit stärksten Modelle zum richtigen Zeitpunkt Schlüsselprobleme wie die Gültigkeit eines Reisepasses; die höchste Punktzahl erreichte nur 0,325 (Opus 5).
Kernpunkte
- Das dots-Team von Xiaohongshu hat mit VibeLifeBench und VibeSearchBench zwei Bewertungsbenchmarks…
- Im Test löste keines der sieben derzeit stärksten Modelle zum richtigen Zeitpunkt…
- die höchste Punktzahl erreichte nur 0,325 (Opus 5).
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- 公众号:小红书技术(dots.llm)
- Kategorie
- Papers & Forschung
- KI-Bewertung
- 78
两份基准将「主动性」「持久化」等模糊期待变为可量化信号,让模型在真实生活中的表现第一次有了可比较的刻度,会影响产品设计中对助手能力的评估方式。
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Xiaohongshu dots-Team veröffentlicht VibeLifeBench und VibeSearchBench: Keines der sieben stärksten Modelle besteht. 31. Juli 2026. https://new.nat6.net/de/news/cmsdu108a00u8rofzj55w3j8n/