ทีม dots ของ Xiaohongshu เปิดตัว VibeLifeBench และ VibeSearchBench: โมเดลที่แข็งแกร่งที่สุดเจ็ดตัวไม่มีตัวใดผ่าน
หัวข้อต้นฉบับ:把最强模型丢进真实生活一个月,没有一个及格
สรุปโดย AI
ทีม dots ของ Xiaohongshu เปิดตัวเกณฑ์ประเมินสถานการณ์ชีวิตสองชุด ได้แก่ VibeLifeBench และ VibeSearchBench ในการทดสอบ โมเดลที่แข็งแกร่งที่สุดเจ็ดตัวในปัจจุบันไม่มีตัวใดแก้ปัญหาสำคัญ เช่น อายุหนังสือเดินทางได้ในเวลาที่ถูกต้อง คะแนนสูงสุดเพียง 0.325 (Opus 5)
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- 公众号:小红书技术(dots.llm)
- หมวดหมู่
- บทความและงานวิจัย
- คะแนน AI
- 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。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: ทีม dots ของ Xiaohongshu เปิดตัว VibeLifeBench และ VibeSearchBench: โมเดลที่แข็งแกร่งที่สุดเจ็ดตัวไม่มีตัวใดผ่าน 31 กรกฎาคม 2026 https://new.nat6.net/th/news/cmsdu108a00u8rofzj55w3j8n/