快讯 22:26李在明视察蔚山在建数据中心,强调AI竞赛速度决定成败08:00Together AI 披露提示词泄露事件:编码 agent 误传凭证致样本外泄08:00Qwen4 Max登陆Together AI,1M上下文加持整仓bug修复 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

大厂 11-10 · 星期二 · 11-10 22:07 约 1 分钟读完

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。

AnthropicFable 5.2Remote Labor IndexAI 智能体
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
27
模型产品档案
60
企业落地案例
33
完整版提示词