arXiv · AI· Mika Siddiqui, Tharaka Perera·· 2 天前AI 评分32
RehearsalBench 基准测试:评估 AI 预测企业运营变革后果的能力
RehearsalBench: Can AI Predict What Happens When You Change a Company?
AI 导读
RehearsalBench 发布基准以测试 AI 预测企业变革后果能力,最佳模型 GPT-6 Astra 较无干预提升 6.8%。 十款模型在 14 个组织场景中完成 280 次尝试,平均预测正确但效应大小常高估五倍,且从未建议“不行动”。 外部验证中 12 款模型对 33 个真实变更的预测排名与现实排名相关系数达 0.92。
来源:arXiv · AI · arxiv.org