75
Thủ thuật
Epoch AI ra mắt bộ tiêu chuẩn đánh giá mới: Opus 5 đạt 59% khả năng giải đố
(giờ Việt Nam)
Tóm tắt AI
Epoch AI giới thiệu bộ benchmark giải đố mới nhằm kiểm tra khả năng suy luận chuyên sâu của AI trên các dữ liệu chưa từng xuất hiện trong quá trình huấn luyện. Hiện tại, Opus 5 đang dẫn đầu với kết quả 59%.
Bài viết được AI dịch và tổng hợp tự động từ X: Epoch AI (@EpochAIResearch). Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.