论文与研究

Epoch AI 用内部工作任务评测前沿模型:Claude Fable 5.1 与 GPT-6 Astra 平均只得 65%

原文标题:We tried to automate Epoch

AI 摘要

Epoch AI 发布 Epoch Automation Reports,把机构内部的图表设计、研究规划等真实任务按人类员工评估标准测试 AI,领先的 Claude Fable 5.1 和 GPT-6 Astra 平均得分 65%,未达到 100% 的可自动化门槛。

关键信息

  • Epoch AI 发布 Epoch Automation Reports,把机构内部的图表设计、研究规划等真实任务按人类员工评估标准测试 AI,领先的 Claude Fable 5.
  • 1 和 GPT-6 Astra 平均得分 65%,未达到 100% 的可自动化门槛
  • Epoch 用自家真实工作任务按员工标准评估 AI,解释了 65% 的基准分数为何还不足以转化为自动化和经济影响

速览

发布时间
更新时间
来源
Epoch AI:Gradient Updates(RSS)
分类
论文与研究
AI 评分
61
阅读原文 前往信息源阅读完整正文
推荐理由

Epoch 用自家真实工作任务按员工标准评估 AI,解释了 65% 的基准分数为何还不足以转化为自动化和经济影响。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Epoch AI 用内部工作任务评测前沿模型:Claude Fable 5.1 与 GPT-6 Astra 平均只得 65%。2026年10月27日。https://new.nat6.net/news/dgly2r4fwb6y80t3im8yqqvt1/

查看全部 →