AI评测基准CLE发布

arXiv预印本论文显示，CLE（持续学习考试）基准已正式发布。该基准由超过50名领域专家共同开发，旨在衡量大型语言模型智能体在真实专业工作流中从经验中获得提升的能力。基准涵盖89种职业和120项五级层次任务。在17种前沿LLM配置测试中，反馈与修改使完成率中位数提升5.3个百分点，而最佳系统仅通过47.7%的层级。该数据集也可用于后训练LLM，以增强其持续学习能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。