OpenAI News·· 2024-10-10AI Score38
OpenAI 推出 MLE-bench :评估 AI agent 的机器学习工程能力
MLE-bench: Evaluating Machine Learning Agents on Machine Learning Engineering
AI Introduction
OpenAI 发布 MLE-bench, 一个用于衡量 AI agent 在机器学习工程任务中表现的基准. 该基准的评估对象是 AI agent 的机器学习工程能力, 而非单纯的模型推理或编码能力.
Source :OpenAI News · openai.com