真实场景效用

• 干货

  红杉中国推出全新AI基准测试xbench，要在AI下半场定义“好问题”

  随着基础模型的快速发展和AI Agent进入规模化应用，被广泛用于评估AI能力的基准测试（Benchmark）却面临一个日益尖锐的问题：想要真实反映AI系统的客观能力正变得越来越困难，

  2025年5月27日