Các nhà nghiên cứu tại Đại học Princeton đã xây dựng CEO-Bench, một bài kiểm tra trong đó các đặc vụ AI phải điều hành một công ty phần mềm hư cấu trong 500 ngày mô phỏng. Hầu hết các mô hình hiện tại đều bị hỏng và một phương pháp phỏng đoán dựa trên quy tắc đơn giản không có AI hỗ trợ…
Các mô hình mới thiết lập lại giới hạn về năng lực và hiệu suất giá cả. Các nhóm đánh giá lại những gì cần xây dựng bất cứ khi nào đợt ra mắt thay đổi số tiền có thể có trên mỗi đô la.
Các bản tóm tắt chỉ được tổng hợp để cung cấp thông tin - hãy nhấp vào liên kết nguồn để xem toàn bộ câu chuyện. Các mục demo có tính minh họa.