The Decoder· Maximilian Schreiner·· 5 日前
Anthropic Fable 5.2、実務のフリーランスタスク基準で完了率41%に上昇
Anthropic's Fable 5.2 completes 41 percent of real freelance jobs, up from 2.5 percent a year ago
AI による要約
AnthropicのFable 5.2はScale LabsのRLI基準で実在のフリーランスタスクの41.3%を完了した。1年前に同基準で最高得点だったManusはわずか2.5%だった。
入選の記録
基準 76メディアと個人1 回目 712 回目 78
入選せず二回の合計 149 < 基準の 2 倍 152
- 情報源の区分
- メディアと個人、この区分の基準は 76 点
- 予備審査
- 通過：AI智能体完成自由职业任务评测
採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。
情報源：The Decoder · the-decoder.com