红杉中国6月18日开源AI基准测试工具xbench的两个评测集xbench-ScienceQA和xbench-DeepSearch，采用动态更新机制和黑白盒评估方法，旨在解决大模型开发中的过拟合问题。该工具将为AI开发者提供长期有效的性能基准支持。
观点网讯：6月18日，红杉中国在中国正式开源其AI基准测试工具xbench的两个评测集xbench-ScienceQA和xbench-DeepSearch，旨在服务大模型和AI Agent开发者，避免静态评测集常见的过拟合问题，确保工具长期有效。
该开源举措将基于AI发展动态更新评测集，采用“黑白盒”机制提升模型评估准确性。红杉中国表示，这有助于推动AI技术创新，并为开发者提供可靠基准支持。
免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。
审校：杨晓敏
版权声明：觀點網絡信息科技有限公司及广州观点信息资讯服务有限公司拥有及保留其主办暨承办网站、论坛及活动的所有资料（包括但不限于文字、图片、音频、视频资料及页面设计、编排、软件等）的所有权、版权等其他相关知识产权。除经授权合法使用上述资料外，未征得我司书面许可并付费，任何单位和个人不得以任何理由及方式使用上述资料（包括但不限于转载、转让、授权他人使用等），否则我司将依法追究其法律责任以及赔偿责任。
观点 © 2001- guandian.cn, All Rights Reserved. 粤ICP备20003243号-1
| 网上110
粤公网安备 44010402001235号
移动端下载