HaiAI123

全球AI工具精選導航

行業動態
持平

Epoch AI 實測六款模型,無一達到其員工工作標準

2026/11/17 — 11/18 06:18·1 個來源(全部)·1 篇報道(全部)

核心速覽 (Key Takeaways)

  • Epoch AI 用自家的真實工作任務測試了 Fable 5.2、GPT-6.2 Astra 等六款模型,結果沒有一款達到其員工的工作標準,包括在其 ECI 指數上排名最高的兩款。
  • 測試考察的是實際工作任務,而非基準題目。

事件背景與詳細解讀

2026 年 11 月 17 日,Epoch AI 釋出實測結果,用自家的真實工作任務測試了 Fable 5.2、GPT-6.2 Astra 等六款模型。測試考察的是實際工作任務,而非基準題目,衡量標準是 Epoch AI 設定的員工工作標準。

結果顯示,六款模型中沒有一款達到這一員工工作標準,其中也包括在其 ECI 指數上排名最高的兩款。目前公開資訊僅止於此次測試結論,Epoch AI 未披露其餘四款受測模型的具體名稱,也沒有公佈後續測試或跟進安排。

AI 綜合 1 篇報道生成 · 更新於 27 分鐘前

相關 AI 工具

updream
24 小時熱度熱度指數 52 · 峰值 100 · 22 小時前
24 小時前現在

這件事的報道 點標題看原文

昨天
  1. Epoch AI 用自家的真實工作任務測試了 Fable 5.2、GPT-6.2 Astra 等六款模型,結果沒有一款達到其員工的工作標準,包括在其 ECI 指數上排名最高的兩款。測試考察的是實際工作任務,而非基準題目。

    看清頂尖模型在真實工作任務上的能力邊界

    Epoch AIAI 評分 62

同時在說的其他事

熱度怎麼算的?瞭解口徑

熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。

本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。

爆
討論快速增加
新
首報 6 小時內
發酵中
討論仍在增加

回 AI 行業動態榜 →