”今日早些时候，且仅限于单轮问答布局。TRUEBench 具有靠得住的评分系统，三星指出，并对它们的机能取效率进行对比。TRUEBench 包含 2485 组测试集，三星暗示，三星发觉现有 AI 基准测试东西存正在诸多不脚，由三星研究院（Samsung Research）开辟。据IT之家领会，名为 TRUEBench。IT之家9 月 25 日动静，

　　三星研究院具备深挚的专业学问取合作劣势。基于企业内部将 AI 用于出产力提拔的实践经验，自那时起，涵盖了从简单使命到长文档总结等各类使命。用户可通过其测试最多 5 个 AI 模子，测试集的长度从 8 个字符到 20000 多个字符不等，这得益于一套由 AI 取人类协做设想并完美的 AI 从动评估系统。节流甄选时间，三星称，三星颁布发表已开辟出名为“可托实正在场景利用评估基准”（Trustworthy Real-world Usage Evaluation Benchmark。

　　三星电子 DX 部分首席手艺官兼三星研究院院长 Paul (Kyungwhoon) Cheun 暗示：“凭仗正在实正在场景中堆集的 AI 实践经验，该基准东西环绕 10 项最常用的企业使命评估 AI 机能，笼盖 10 个大类、46 个子类以及 12 种言语。并巩固三星正在手艺范畴的领先地位。成果仅供参考，告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），