|
Per quantificarli hanno costruito BLIND - ACT , un banco di prova di 90 compiti basato sull'ambiente OSWorld, in cui un giudice automatico valuta il comportamento dell'agente con un accordo del 93,75%...
Hardware Upgrade
-
3 ore fa
|
|
|
|
Anthropic riporta progressi anche su Humanity's Last Exam (49,8%), su Finance Agent v2 (53,9%) e sull'uso del computer in OSWorld - Verified (83,4%). Il primato però non è assoluto: su Terminal - ...
Hardware Upgrade
-
29-5-2026
|
|
|
|
|
|
Gli articoli sono stati selezionati e posizionati in questa pagina in modo automatico.
L'ora o la data visualizzate si riferiscono al momento in cui l'articolo è stato aggiunto o aggiornato in Libero 24x7
