品玩10月12日讯张筱雨魅惑，据 The Decoder 报说念， OpenAI 公司推出 MLE-bench 新基准，旨在评估 AI 智能体在诞盼望器学习惩处决议方面的智力。

该基准包括 75 个 Kaggle 竞赛，旨在掂量自主 AI 系统在机器学习工程中的进展。这些竞赛涵盖了多个领域，包括当然谈话处理、筹办机视觉和信号处理等等。

OpenAI 在 MLE-bench 上测试了多个 AI 模子和智能体框架，使用 AIDE 框架的 o1-preview 模子说明最好，在 16.9% 的比赛中至少取得了一枚铜牌，该效果卓越了 Anthropic 的 Claude 3.5 Sonnet。

张筱雨魅惑