Anthropic Fable 5.2 登顶 Remote Labor Index,真实自由职业任务完成度达 41.3%
摘要
据 The Decoder 报道,Anthropic 新模型 Fable 5.2 在 Scale Labs 与 Center for AI Safety 联合推出的 Remote Labor Index 基准上以 41.3% 位列第一。该基准考察 AI 智能体能否将真实自由职业项目交付至付费客户可接受的质量水平。
衡量 AI 智能体能否胜任真实商业交付的评测体系再添新结果。据 The Decoder 报道,Anthropic 的新模型 Fable 5.2 在 Remote Labor Index 基准测试中取得 41.3% 的成绩,在该榜单上排名第一。
Remote Labor Index 由 Scale Labs 与 Center for AI Safety 共同推出,其评测对象并非标准化试题,而是真实的自由职业项目任务。测试关注的核心问题是:AI 智能体完成的工作,能否达到让付费客户接受的质量标准。
在这一以实际交付质量为准绳的评测框架下,41.3% 的成绩使 Fable 5.2 目前处于领跑位置。该结果也提供了一个观察当前 AI 智能体在真实自由职业场景中能力边界的量化参照。
本文由新大陆基于公开信息编辑整理
信息来源:AIHOT AIHOT原文 ↗