Đội dots của Xiaohongshu phát hành VibeLifeBench và VibeSearchBench: bảy mô hình mạnh nhất không mô hình nào đạt chuẩn
Tiêu đề gốc:把最强模型丢进真实生活一个月,没有一个及格
Tóm tắt AI
Đội dots của Xiaohongshu ra mắt hai chuẩn đánh giá tình huống đời sống VibeLifeBench và VibeSearchBench; trong thử nghiệm, bảy mô hình mạnh nhất hiện nay không mô hình nào giải quyết đúng thời điểm các vấn đề then chốt như hiệu lực hộ chiếu, điểm cao nhất chỉ 0,325 (Opus 5).
Thông tin chính
- Đội dots của Xiaohongshu ra mắt hai chuẩn đánh giá tình huống đời sống VibeLifeBench và…
- trong thử nghiệm,bảy mô hình mạnh nhất hiện nay không mô hình nào giải quyết đúng thời điểm các…
- điểm cao nhất chỉ 0,325 (Opus 5).
Tóm tắt nhanh
- Đăng lúc
- Cập nhật lúc
- Nguồn
- 公众号:小红书技术(dots.llm)
- Danh mục
- Bài báo & nghiên cứu
- Điểm 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。
Nguồn và bản quyền
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Cách trích dẫn
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: Đội dots của Xiaohongshu phát hành VibeLifeBench và VibeSearchBench: bảy mô hình mạnh nhất không mô hình nào đạt chuẩn. 31 tháng 7 2026. https://new.nat6.net/vi/news/cmsdu108a00u8rofzj55w3j8n/