Articles et recherche

L'équipe dots de Xiaohongshu publie VibeLifeBench et VibeSearchBench : aucun des sept meilleurs modèles ne réussit

Titre original:把最强模型丢进真实生活一个月,没有一个及格

Résumé IA

L'équipe dots de Xiaohongshu lance VibeLifeBench et VibeSearchBench, deux benchmarks de scénarios de vie quotidienne. Lors des tests, aucun des sept modèles les plus performants n'a résolu au bon moment des problèmes clés comme la validité d'un passeport, le meilleur score atteignant seulement 0,325 (Opus 5).

Points clés

  • L'équipe dots de Xiaohongshu lance VibeLifeBench et VibeSearchBench,deux benchmarks de scénarios…
  • Lors des tests,aucun des sept modèles les plus performants n'a résolu au bon moment des problèmes…
  • le meilleur score atteignant seulement 0,325 (Opus 5).

En bref

Publié
Mis à jour
Source
公众号:小红书技术(dots.llm)
Catégorie
Articles et recherche
Score IA
78
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

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。

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : L'équipe dots de Xiaohongshu publie VibeLifeBench et VibeSearchBench : aucun des sept meilleurs modèles ne réussit. 31. juillet 2026. https://new.nat6.net/fr/news/cmsdu108a00u8rofzj55w3j8n/

Tout voir →