長時刻來看會檢測 AI 堅持一致性以及做出正確決議計劃的才干 。

01

說回這次的Vending Bench榜單。 

參考資料：

https://x.com/elonmusk/status/1958499441469739329 

https://andonlabs.com/evals/vending-bench 

本文來自微信大眾號“新智元”