微信公众号 · DataLearner / wechat · 时间未知
ChatGLM 团队发布 AI Agent 能力评测工具 AgentBench:GPT-4 一骑绝尘,开源模型表现非常糟糕
为什么值得读: Agent 评测基准是 Agent 工具选型与模型能力判断的直接参考,值得关注。
AI 摘要
DataLearner 介绍 ChatGLM 团队推出的 Agent 能力评测基准 AgentBench,覆盖多类任务环境,结果显示 GPT-4 明显领先,开源模型整体表现较差。
相关事件与更多上下文见编辑部与归档页。