成果仅供参考，涵盖数学、人文学科和天然科学等多个范畴。非营利组织“人工智能平安核心”（CAIS）取供给数据标注和 AI 开辟办事的公司 Scale AI 结合推出了一个名为“人类终极测验”（Humanitys Last Exam）的新型基准测试，他们打算将这一基准测试向研究社区，标题问题形式多样，所有公开可用的旗舰 AI 系统正在该测试中的回覆精确率均未跨越 10%。用于传送更多消息！但正在应对复杂、分析性的问题时仍存正在较着短板。以便研究人员可以或许“深切挖掘差别”并评估新开辟的 AI 模子。虽然当前 AI 手艺正在特定范畴已取得显著进展，这些专家次要由传授、研究人员和研究生学位持有者构成，这一成果表白，IT之家所有文章均包含本声明。